TensorFlow 2 专注于简洁和易用性，通过即时执行（Eager Execution）、直观的高级 API 以及在任何平台上灵活构建模型等更新，提升了使用体验。

许多指南是以 Jupyter Notebook 的形式编写的，可以直接在 Google Colab 中运行——这是一个无需设置的托管式 Notebook 环境。请点击在 Google Colab 中运行按钮。

基础文档

安装软件包或从源码构建。支持带有 CUDA® 的显卡进行 GPU 加速。
了解如何将您的 TF1.x 代码迁移到 TF2。
Keras 是一个高级 API，无论对于机器学习初学者还是研究人员，它都更容易上手。
学习使 TensorFlow 得以运行的基础类和特性。
tf.data API 使您能够通过简单、可复用的组件构建复杂的输入流水线。
了解使用 TensorFlow 2 进行高效开发的最佳实践。
使用检查点（Checkpoints）或 SavedModel 格式保存 TensorFlow 模型。
将训练任务分布在多个 GPU、多台机器或 TPU 上执行。
实现最佳 TensorFlow 性能的最佳实践和优化技术。

库与扩展

探索更多资源，以利用 TensorFlow 构建高级模型或方法，并访问扩展 TensorFlow 功能的特定领域应用包。