TensorFlow 2 学习笔记01 | TensorFlow核心模块

数据处理

tf.data

1. 负责数据管理，支持多种数据来源：本地文件、分布式文件系统（数据集很大，HDFS, NFS）、对象存储系统（更大的数据集，S3, OBS, OSS等）；
2. 支持多种数据格式：图像文件、文本文件、CSV文件，NumPy数组，Python生成器，TFRecord等；
3. 支持多种数据处理：图像解码，Shuffle, py_function, 重采样

tf.keras：

1. 相对于原生keras，有分布式和高性能的优势
2. 在TensorFlow中也能写keras，构建和训练模型的高层次API
3. API完全兼容原生keras
4. 支持保存和加载TensorFlow SavedModel
5. 支持Eager Execution底层动态图引擎，动态debug，开发AI模型。比如pytorch有动态图的特性，tf.keras集成了这一点

tf.distribute：

1. 很少代码实现分布式；
2. 内置6种不同策略

SavedModel：

1. 模型序列化、将模型储存到硬盘中；
2. 用protobuff方式进行序列化，提升模型性能，减少模型大小。