在今天召开的2019年TensorFlow开发者峰会上，谷歌宣布了研究和生产开源机器学习库的更新。 为了方便初学者使用ML，tensor flow 2.0 alpha提供了即将发生的变化的预览。
去年11月，TensorFlow庆祝了第三个生日，有4100万次下载，从世界各地收到了800笔捐款。 过去几个月，谷歌着重于提高开发者的工作效率、简单性和易用性，详细介绍了以下迭代：
这是谷歌简化TensorFlow 2.0使用的方法之一，特别是对刚接触机器学习的开发人员而言，它将Keras指定为构建和培训深度学习模型的高级API。 的其他被废弃和冗余的API已被删除或替换为等效的API。 同时，2.0的另一个重点是改善“开箱即用”的性能，为研究者加强了TensorFlow。
tensor flow 2.0 alpha提供了早期预览版本的API更改、谷歌提供的转换和迁移工具，以及帮助从1.x代码迁移到2.0的文档。 同样，Tensorflow.org也采用了新的内容和资源进行了修订。
同时，手机和其他嵌入式系统上的TensorFlow Lite for ML目前正在20亿台移动设备上运行。 实际示例包括第一个产品，如搜索、助手、照片和Pixel Visual Core。 未来一年，谷歌将改进设备培训和MCU支持。
TensorFlow for Javascript已经有300，000次下载和100个贡献者。 今天的tensor flow.js 1.0版包括性能的提高，是浏览器中MobileNet v1推理的9倍。 还有针对Web开发者的新现成模式和更广泛的平台支持。
最后，Swift for TensorFlow软件包刚达到0.2版，提高了可用性。
为了进一步开发开发者，谷歌与多门在线学习课程进行了合作。 Fast.ai使用Swift制作TensorFlow的ML课程，但其他来自Udacity和Coursea的人特别面向初学者。
第一个是deeplearning.ai的课程。 “人工智能，ML和DL的TensorFlow的概要”
TensorFlow的一部分：从Coursera的基本型到基本型系列。
第二个是Udacity的深度学习TensorFlow的介绍。
这两个课程都是为开发人员设计的，不需要以前的机器学习经验。 这些课程将于3月6日开放。