TensorFlow 2 侧重于简单性和易用性，其中包含一些更新，例如即刻执行、直观的更高阶 API 以及可在任何平台上灵活建模的功能。

很多指南是以 Jupyter 笔记本的形式编写而成，并直接在 Google Colab（一种无需设置的托管式笔记本环境）中运行。点击“在 Google Colab 中运行”按钮。

必备文档

安装软件包或从源代码构建。对启用 CUDA® 的卡的 GPU 支持。
了解 TensorFlow 2 最佳做法和工具，以便从 TF1 代码迁移至 TF2。
Keras 是一个高阶 API，更方便机器学习新手和研究人员使用。
了解使 TensorFlow 能正常运行的基本类和功能。
借助 tf.data API，您可以用简单的可重用片段构建复杂的输入流水线。
代表完整模型的高阶 API，专为实现缩放和异步训练而设计。
使用检查点或 SavedModel 格式保存 TensorFlow 模型。
在多个 GPU、多台机器或多个 TPU 之间分配训练任务。
提高 TensorFlow 性能的最佳做法和优化技巧。

库和扩展程序

探索使用 TensorFlow 构建高级模型或方法的其他资源，并访问可针对特定领域扩展 TensorFlow 的应用软件包。