2019年11月，tensorflow已经发布2.0正式版本，tf 1.1x版本用户应该如何选择？

之前一直用的是tf 1.13和1.14。最近前一段的工作告一段落，目前在考虑要不要把tensorflow升级成2.0或者是转投torch，还是一直用1.1x版本（感觉一直用下去不现实）。
自己主要的基本需求是演算法实现，有些地方需要能够修改low-level的api，例如修改gru cell的权重和计算方式等，之前都是集成tensorflow的基本cell来修改的。
同时的顾虑还有之前老版本代码的维护等问题。

个人觉得tf2.0比较好用，结合了tf的底层和keras的api，外加动态图，同时也没有完全摒弃静态图，确实是能满足各个方面的需要。

2.0 的大改说明google意识到大家都不喜欢1.x的api，再不改市场都被pytorch抢去了，情急之下把现成的Keras拿来用，至少以后就别用1.x了

觉得还是过一段时间升级到最新，如果是企业的大规模计算，可以考虑一下tensorflow enterprise

有新用新~

用了Tensorflow2.0，只能说真香。

可以参见我写的这篇 tensorflow2.0

这种情况当然首选tf2了。tf1和tf2的很多介面都是一样的，上手快很多。另外tf和pytorch也有很多不同，比如pytorch的方法大都需要指定输入和输出channels，而tf的方法都只需要指定输出channel就好。总之学习一个有基础的框架比学习另一个没用过的框架要容易的多。

1.15

既然曾经是tf 1的用户，我认为tf 2发布之后，就没有必要转pytorch了。

从维护老版本代码的角度看，转到tf 2或pytorch你都需要重写很多东西，所以不必纠结。

从易用性的角度看，tf 2已经十分接近pytorch。

从工程落地的角度看，tf优于pytorch。