GitHub标星3.5k的 TensorFlow2 教程登陆和鲸社区啦~

自从和鲸社区的创作者计划（点击查看）全面开放之后，方小鲸也是卯足了劲给大家挖掘优质内容创作者。这不，今天就来给大家看一个宝贝。

给大家推荐这个项目的理由如下：

1、TensorFlow2在工业界的地位

TensorFlow2和Pytorch该pick哪一个，这个问题基本已经有了定论：

1）如果是工程师，应该优先选TensorFlow2。因为在工业界最重要的是模型落地，目前国内的大部分互联网企业只支持TensorFlow模型的在线部署，不支持Pytorch。并且工业界更加注重的是模型的高可用性，许多时候使用的都是成熟的模型架构，调试需求并不大。

2）如果是学生或者研究人员，应该优先选择Pytorch。因为研究人员最重要的是快速迭代发表文章，需要尝试一些较新的模型架构。而Pytorch在易用性上相比TensorFlow2有一些优势，更加方便调试。并且在2019年以来在学术界占领了大半壁江山，能够找到的相应最新研究成果更多。

3）如果时间足够，最好TensorFlow2和Pytorch都要学习掌握。两者实际上整体风格已经非常相似了，学会了其中一个，学习另外一个将比较容易。两种框架都掌握的话，能够参考的开源模型案例更多，并且可以方便地在两种框架之间切换。

2、TensorFlow2的优质教程寥寥

方小鲸在学习TF2的时候也困惑了很久，官方文档这写的个啥呀，民间版本写着写着就烂尾了，想学点儿手艺怎么就这么难……

直到遇见了《30天吃掉那只TensorFlow2.0》这个项目的作者。他自述“本书是一本对人类用户极其友善的TensorFlow2.0入门工具书，不刻意恶心读者是本书的底限要求，Don't let me think是本书的最高追求。”

实际体验之后，给本鲸的感觉也非常好，它按照内容难易程度、读者检索习惯和TensorFlow自身的层次结构设计内容，循序渐进，层次清晰，方便按照功能查找相应范例。

不同于官方文档冗长的范例代码，在范例设计上尽可能简约化和结构化，增强范例易读性和通用性，大部分代码片段在实践中可即取即用。i了i了~

3、和鲸K-Lab上全部运行通过👌

作为一个无情的教程搬运机器，方小鲸非常痛恨因为各种环境配置，或者版本原因，导致的报错。你说作者菜鸡吧，也并不是，但就是在求知若渴的当下，感觉差那么点儿意思。所以方小鲸在给大家安利项目的时候，一定会派实习小弟把所有项目都运行一遍，保证顺利运行。这个教程也不例外，除了一些使用了GPU\TPU资源的项目，全部运行通过，确保大家可以开箱即用，不再受环境或者版本的困扰。

传送门：https://www.kesci.com/home/column/5d8ef3c3037db3002d3aa3a0