第2章 简化代码的复杂性：TensorFlow 2.0基础与进阶

在深度学习领域，谷歌的TensorFlow（见图2.1）可以说是最为出名的开源工具。它的出现使得深度学习的门槛大大降低，不仅人工智能专家，就连最普通的科研人员和对深度学习不是很在行的开发人员，都可以轻易利用它来开发出AI程序。

但是随着时间的推移和对TensorFlow构建和使用更为广泛，TensorFlow的缺点也日益暴露出来。例如所使用的中级和高级API过多（layers层和slim层哪个应用的更为广泛），基础深度学习模型的缺乏以及代码编写得过于冗长和混乱。

为了解决这些问题，并且为了更加符合Python“不要重复造轮子”的主题，TensorFlow 2.0大力删除了一些本身重复的API，把一些外围以及编写完的能够被TensorFlow复用的API大胆地引入并进行替代，例如使用keras.layers替代自己本身的tf.layers层。

本章会从最简单的程序编写起步，带领读者循序渐进地学习TensorFlow的编程模式。本章的所有内容都非常重要，读者一定要反复阅读，认真理解其中的内容。