TensorFlow 2.0 快速入门指南（三）
十、从 tf1.12 转换为 tf2
Google 提供了一个名为 tf_upgrade_v2的命令行脚本，该脚本会将 1.12 版文件（.py和.ipynb文件）转换为 TensorFlow 2 兼容文件。
此转换的语法如下：
tf_upgrade_v2 --infile file_to_convert --outfile converted_file
这里是更新脚本的实战演示，以及有关它的更多详细信息，请参见这里 。
重要的是要注意，在运行脚本之前，不应该手动更新代码部分。
该脚本不会解决所有问题，但是它生成的报告将标识那些必须手动解决的问题。
特别是，tf.contrib已从 TF2 中删除，因此必须跟踪并手动修复以前驻留在其中的函数。
这是脚本生成的报告的示例：
Processing file 'Chapter1_TF2_Snippets.ipynb'
outputting to 'Chapter1_TF2_alpha'
--------------------------------------------------------------------------------
37:4: INFO: Added keywords to args of function 'tf.size'
48:13: INFO: Added keywords to args of function 'tf.transpose'
74:0: INFO: Added keywords to args of function 'tf.reduce_mean'
75:0: INFO: Added keywords to args of function 'tf.reduce_mean'
76:0: INFO: Added keywords to args of function 'tf.reduce_mean'
77:0: INFO: Added keywords to args of function 'tf.reduce_mean'
78:0: INFO: Added keywords to args of function 'tf.reduce_mean'
110:4: INFO: Added keywords to args of function 'tf.argmax'
114:4: INFO: Added keywords to args of function 'tf.argmin'
121:4: INFO: Added keywords to args of function 'tf.argmax'
123:4: INFO: Added keywords to args of function 'tf.argmin'
127:4: INFO: Added keywords to args of function 'tf.argmax'
129:4: INFO: Added keywords to args of function 'tf.argmin'
136:0: ERROR: Using member tf.contrib.integrate.odeint in deprecated module tf.contrib. tf.contrib.integrate.odeint cannot be converted automatically. tf.contrib will not be distributed with TensorFlow 2.0, please consider an alternative in non-contrib TensorFlow, a community-maintained repository, or fork the required code.
162:10: INFO: Added keywords to args of function 'tf.transpose'
173:11: INFO: Added keywords to args of function 'tf.reduce_mean'
第 1 部分：TensorFlow 2.00 Alpha 简介
在本部分中，我们将介绍 TensorFlow 2.00 alpha。 我们将首先概述该机器学习生态系统的主要功能，并查看其使用示例。 然后我们将介绍 TensorFlow 的高级 Keras API。 我们将在本节结尾处研究人工神经网络技术。
本节包含以下章节：
- 第 1 章“TensorFlow 2 简介”
- 第 2 章“Keras，TensorFlow 2 的高级 API”
- 第 3 章“TensorFlow 2 和 ANN 技术”
第 2 部分：TensorFlow 2.00 Alpha 中的监督和无监督学习
在本节中，我们将首先看到 TensorFlow 在监督机器学习中的许多应用，包括线性回归，逻辑回归和聚类。 然后，我们将研究无监督学习，特别是应用于数据压缩和去噪的自编码。
本节包含以下章节：
- 第 4 章“TensorFlow 2 和监督机器学习”
- 第 5 章“Tensorflow 2 和无监督学习”
第 3 部分：TensorFlow 2.00 Alpha 的神经网络应用
在本节中，我们将研究许多人工神经网络（ANN）应用。 这些包括图像识别，神经风格迁移，文本风格生成，时尚识别以及电影评论的 IMDb 数据库的语义分析。
本节包含以下章节：
- 第 6 章“使用 TensorFlow 2 识别图像”
- 第 7 章“TensorFlow 2 和神经风格迁移”
- 第 8 章“Tensorflow 2 和循环神经网络”
- 第 9 章“TensorFlow 估计器和 TensorFlow HUB”
