2019年11月，tensorflow已經發布2.0正式版本，tf 1.1x版本用戶應該如何選擇？

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，目前在考慮要不要把tensorflow升級成2.0或者是轉投torch，還是一直用1.1x版本（感覺一直用下去不現實）。
自己主要的基本需求是演算法實現，有些地方需要能夠修改low-level的api，例如修改gru cell的權重和計算方式等，之前都是集成tensorflow的基本cell來修改的。
同時的顧慮還有之前老版本代碼的維護等問題。

個人覺得tf2.0比較好用，結合了tf的底層和keras的api，外加動態圖，同時也沒有完全摒棄靜態圖，確實是能滿足各個方面的需要。

2.0 的大改說明google意識到大家都不喜歡1.x的api，再不改市場都被pytorch搶去了，情急之下把現成的Keras拿來用，至少以後就別用1.x了

覺得還是過一段時間升級到最新，如果是企業的大規模計算，可以考慮一下tensorflow enterprise

有新用新~

用了Tensorflow2.0，只能說真香。

可以參見我寫的這篇 tensorflow2.0

這種情況當然首選tf2了。tf1和tf2的很多介面都是一樣的，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輸入和輸出channels，而tf的方法都只需要指定輸出channel就好。總之學習一個有基礎的框架比學習另一個沒用過的框架要容易的多。

1.15

既然曾經是tf 1的用戶，我認為tf 2發布之後，就沒有必要轉pytorch了。

從維護老版本代碼的角度看，轉到tf 2或pytorch你都需要重寫很多東西，所以不必糾結。

從易用性的角度看，tf 2已經十分接近pytorch。

從工程落地的角度看，tf優於pytorch。