Das TensorFlow-Team hat am 30. September 2019 TensorFlow 2.0 als finale Version veröffentlicht. Keras wird zur zentralen High-Level-API für Aufbau und Training von Modellen. Eager Execution ist standardmäßig aktiv: Berechnungen lassen sich unmittelbar ausführen und im Python-Entwicklungsablauf untersuchen.
Das offizielle Einführungsvideo begleitet den Release. Mit tf.function können Python-Funktionen in ausführbare Graphen überführt werden. SavedModel dient als gemeinsames Austauschformat für das TensorFlow-Ökosystem, einschließlich Serving, Lite und TensorFlow.js.
Bestehende Modelle benötigen eine Migrationsprüfung
Die Release Notes zu Version 2.0.0 dokumentieren umbenannte und entfernte APIs. Die 1.x-Schnittstellen bleiben über compat.v1 zugänglich. Ein Konvertierungsskript unterstützt den Umstieg, ersetzt aber keine Prüfung des Trainings- und Speicherverhaltens.
Bei Keras speichern model.save und save_model standardmäßig im SavedModel-Format; HDF5 bleibt unterstützt. Außerdem verwenden Schichten standardmäßig float32 und passen Eingaben an ihren Datentyp an. Projekte mit float64 müssen dies ausdrücklich konfigurieren.
Der TensorFlow Playground visualisiert neuronale Netze im Browser. Der Framework-Release betrifft dagegen die Implementierung und Bereitstellung eigener Modelle. Die beschriebenen Änderungen beziehen sich auf Version 2.0.0 von 2019, nicht auf den heutigen Funktionsumfang.