Github地址（32000+star）：

https://github.com/aymericdamien/TensorFlow-Examples

TensorFlow 2.0示例代碼地址：

https://github.com/aymericdamien/TensorFlow-Examples/tree/master/tensorflow_v2

TensorFlow 2.0示例目錄

0 - 先決條件

• 機器學習簡介。

• MNIST數(shù)據(jù)集簡介。

1 - 簡介

• Hello World。非常簡單的例子，學習如何使用TensorFlow 2.0打印“hello world”。

• 基本操作。一個涵蓋TensorFlow 2.0基本操作的簡單示例。

2 - 基礎模型

• 線性回歸。使用TensorFlow 2.0實現(xiàn)線性回歸。

• Logistic回歸。使用TensorFlow 2.0實現(xiàn)Logistic回歸。

3 - 神經(jīng)網(wǎng)絡

• 監(jiān)督學習

• 簡單神經(jīng)網(wǎng)絡。使用TensorFlow 2.0'層'和'模型'API構建一個簡單的神經(jīng)網(wǎng)絡來對MNIST數(shù)字數(shù)據(jù)集進行分類。

• 簡單神經(jīng)網(wǎng)絡（初級）。原始實現(xiàn)簡單的神經(jīng)網(wǎng)絡以對MNIST數(shù)字數(shù)據(jù)集進行分類。

• 卷積神經(jīng)網(wǎng)絡。使用TensorFlow 2.0'Layer'和'Model'API構建卷積神經(jīng)網(wǎng)絡，以對MNIST數(shù)字數(shù)據(jù)集進行分類。

• 卷積神經(jīng)網(wǎng)絡（初級）。原始實現(xiàn)卷積神經(jīng)網(wǎng)絡以對MNIST數(shù)字數(shù)據(jù)集進行分類。

• 無監(jiān)督學習

• 自動編碼器。構建自動編碼器以將圖像編碼為較低維度并重新構建它。

• DCGAN（Deep Convolutional Generative Adversarial Networks）。構建深度卷積生成對抗網(wǎng)絡（DCGAN）從噪聲生成圖像。

4 - 通用工具

• 保存并恢復模型。使用TensorFlow 2.0保存和恢復模型。

• 構建自定義圖層和模塊。了解如何構建自己的'Layer'和'模塊并將其集成到TensorFlow 2.0模型中。

安裝TensorFlow 2.0

要安裝TensorFlow 2.0，只需運行：

或（如果您需要GPU支持）：

pip install tensorflow_gpu==2.0.0b1

總結

本文推薦了一個github上32000+star的TensorFlow代碼示例的倉庫，倉庫包含了TensorFlow2.0的代碼示例，推薦下載學習。