天下苦tensorflow久矣！😭
儘管tensorflow2.0宣稱已經為改善用戶體驗做出了巨大的改進，really easy to use，但大家學得並不輕鬆。
tensorflow2.0官方文檔和tensorflow1.0官方文檔顯然是出自同一批作者之手，他們一如既往地秉承著谷歌make things complicated的風格傳統，用哈希表一般混亂的文檔結構、無法運行的範例代碼、複雜的函數嵌套調用關係、隨意插入的不常用第三方庫等技巧將讀者的懵圈程度逐步推向高潮。
但吐槽歸吐槽，到了工業界，你是無論如何也繞不開這個框架的。既然非學不可，如何讓這個學習過程更加平滑舒暢呢？近日來，一個畢業於北京吃飯大學的吃貨😋開源了一本叫做 eat tensorflow2.0 in 30 days 的工具書。
作者聲稱這本書傾注了一個吃貨😋對美食🍎的全部嚮往和追求，如果你非常喜歡美食，並且想要學習TensorFlow2，那麼這本書一定值得你品嘗品嘗。該書被權威科技媒體機器之心報導後，在github上迅速獲得超過1500顆star⭐️，截止2020年4月5日，已經登上github 趨勢榜榜單日榜頭條！
📚 gitbook電子書地址：https://lyhue1991.github.io/eat_tensorflow2_in_30_days
🚀 github項目地址：https://github.com/lyhue1991/eat_tensorflow2_in_30_days
以下是該書一個較為完整的介紹。
一，Tensorflow2🍎 還是Pytorch?🔥先說結論:
如果是工程師，應該優先選TensorFlow2.
如果是學生或者研究人員，應該優先選擇Pytorch.
如果時間足夠，最好Tensorflow2和Pytorch都要學習掌握。
理由如下：
1，在工業界最重要的是模型落地，目前國內的大部分網際網路企業只支持TensorFlow模型的在線部署，不支持Pytorch。 並且工業界更加注重的是模型的高可用性，許多時候使用的都是成熟的模型架構，調試需求並不大。
2，研究人員最重要的是快速迭代發表文章，需要嘗試一些較新的模型架構。而Pytorch在易用性上相比TensorFlow2有一些優勢，更加方便調試。並且在2019年以來在學術界佔領了大半壁江山，能夠找到的相應最新研究成果更多。
3，TensorFlow2和Pytorch實際上整體風格已經非常相似了，學會了其中一個，學習另外一個將比較容易。兩種框架都掌握的話，能夠參考的開源模型案例更多，並且可以方便地在兩種框架之間切換。
二、本書面向讀者😇本書假定讀者有一定的機器學習和深度學習基礎，使用過Keras或者Tensorflow1.0或者Pytorch搭建訓練過模型。
對於沒有任何機器學習和深度學習基礎的同學，建議在學習本書時同步參考學習《Python深度學習》一書。
此書是Keras之父Francois Chollet所著，假定讀者無任何機器學習知識，以Keras為工具，使用豐富的範例示範深度學習的最佳實踐，該書通俗易懂，全書沒有一個數學公式，注重培養讀者的深度學習直覺。
該書電子版下載連結：https://pan.baidu.com/s/1-4q6VjLTb3ZxcefyNCbjSA 提取碼：wtzo
三，本書寫作風格🍉本書是一本對人類用戶極其友善的TensorFlow2.0入門工具書，不刻意噁心讀者是本書的底限要求，Don't let me think是本書的最高追求。
本書主要是在參考TensorFlow官方文檔和函數doc文檔基礎上整理寫成的。
但本書在篇章結構和範例選取上做了大量的優化。
不同於官方文檔混亂的篇章結構，既有教程又有指南，缺少整體的編排邏輯。
本書按照內容難易程度、讀者檢索習慣和TensorFlow自身的層次結構設計內容，循序漸進，層次清晰，方便按照功能查找相應範例。
不同於官方文檔冗長的範例代碼，本書在範例設計上儘可能簡約化和結構化，增強範例易讀性和通用性，大部分代碼片段在實踐中可即取即用。
如果說通過學習TensorFlow官方文檔掌握TensorFlow2.0的難度大概是9的話，那麼通過學習本書掌握TensorFlow2.0的難度應該大概是3.
謹以下圖對比一下TensorFlow官方教程與本教程的差異。
四，本書學習方案⏰1，學習計劃
本書是作者利用工作之餘和疫情放假期間大概2個月寫成的，大部分讀者應該在30天可以完全學會。
預計每天花費的學習時間在30分鐘到2個小時之間。
當然，本書也非常適合作為TensorFlow的工具手冊在工程落地時作為範例庫參考。
2，學習環境
本書全部源碼在jupyter中編寫測試通過，建議通過git克隆到本地，並在jupyter中交互式運行學習。
為了直接能夠在jupyter中打開markdown文件，建議安裝jupytext，將markdown轉換成ipynb。
如果看到如下輸出，則說明tensorflow已經成功安裝並運行，接下來就可以愉快地開始課程學習了。
tensorflow version: 2.1.0hello tensorflow2五，如何獲取本書📚這本書目前有4種形式獲取。
1，gitbook電子書。以網頁連結呈現，同時可以在電腦和手機上用瀏覽器打開。
📚 gitbook電子書地址：https://lyhue1991.github.io/eat_tensorflow2_in_30_days
2，github項目源碼。包含全部數據集和md格式源碼，可以在jupyter上安裝jupytext後將md源碼作為ipynb打開。
🚀 github項目地址：https://github.com/lyhue1991/eat_tensorflow2_in_30_days
3，pdf格式電子書。
4，ipynb格式項目源碼。
其中github項目源碼和gitbook電子書將持續維護。pdf版本電子書和ipynb項目源碼可以在公眾號"Python與算法之美"後臺回復關鍵字: tf 進行獲取。這兩種形式獲取的《eat tensorflow2 in 30 days》無法保證更新。
閱讀體驗優先推薦使用gitbook電子書，既可以在手機也可以在電腦上查看，具有目錄查找和上下頁翻頁功能，字體大小和背景色可以根據個人喜好進行調整，顏值超高。
六，鼓勵和聯繫作者 🎈🎈最後，想給大家講一個吃貨小王子的故事。
在很久很久以前，有一個小王子，住在一個只比他大一點點的星球上，他，想要一個朋友。
在昨天今天和明天，有一個吃貨，住在一個只比他大一點點的github星球上，他，想要一顆星星。
如果對這本書內容理解上有需要進一步和作者交流的地方，可以在公眾號Python與算法之美下留言。作者時間和精力有限，會酌情予以回復。
也可以在公眾號後臺回復關鍵詞：加群，加入讀者交流群和大家討論。