目录
tensorflow1.0和tensorflow2.0比较
tensorflow1.0静态图机制，延时执行机制,优点是代码运行效率高，便于优化。
a = tf.constant(2,name = "input_a") //构建阶段
b = tf.constant(3,name = "input_b")
c = tf.add(a,b,name = "add_c")
sess = tf.Session() //执行阶段
print(sess.run(c))
sess.close()
静态图只需要创建一次，就可以重复使用；
静态图运行之前，可以优化，效率更高。
在部署中很实用。
tensorflow2.0是动态图机制，无需首先创建静态图，可以立刻执行计算，并返回结果，能够更快的建立和调试模型。a = tf.constant(2,name = "input_a") b = tf.constant(3,name = "input_b") print(a+b)
每次运行前都要重复的建立动态图，无法重载，也不利优化，因此，执行效率不高。
为了兼顾易用性和执行效率，2.0版本仍然保留了静态图机制。因此可以在程序调试阶段使用动态图，快速建立模型,调试程序；在部署阶段，采用静态图机制，从而提高模型的性能和部署能力。
tensorflow2.0清理，整合了重复的API，将tf.keras作为构建和训练模型的标准高级API。后续更新。
