TensorFlow 1.x 和 2.x 有什么区别？迁移指南和核心变化详解

TF 1.x 到 2.x 最核心的变化就一句话：默认执行模式从"先建图再跑"变成了"写一行算一行"。1.x 必须先定义计算图再通过 Session.run() 执行，2.x 默认 Eager 模式，代码写完直接出结果——和 NumPy、PyTorch 一样自然。

特性	TF 1.x	TF 2.x
执行模式	静态图（先定义后执行）	Eager（即时执行）
求梯度	optimizer.minimize()	tf.GradientTape
控制流	tf.cond / tf.while_loop	Python if / for
变量	手动初始化 + variable_scope	自动初始化 + Python 对象
高级 API	tf.layers / tf.contrib	tf.keras 深度集成
Session	必须用	不需要

Eager 模式：最大变化

1.x 里 a = tf.constant(5) 只是往图里加了个节点，不运行就没有值。2.x 里同样一行代码 a 直接就是 5.0，能 print、能调试、能 if 判断。调试体验天差地别——1.x 报错只说"某个图节点有问题"，2.x 直接定位到 Python 代码行。

代价是 Eager 模式每次操作都有 Python 开销，比编译后的静态图慢。解决方案是 @tf.function——加一个装饰器就把 Python 函数编译成图，开发时用 Eager 调试，部署时用 @tf.function 加速。

梯度计算：GradientTape 取代 optimizer.minimize

1.x 的 optimizer.minimize(loss) 把梯度计算和参数更新绑在一起，不灵活。2.x 用 tf.GradientTape 显式求梯度，你可以自由地在更新前做裁剪、加正则、修改梯度——自定义训练逻辑的空间大得多。

python
# TF 2.x 标准训练步骤
with tf.GradientTape() as tape:
    loss = loss_fn(model(x), y)
grads = tape.gradient(loss, model.trainable_variables)
# 这里可以做梯度裁剪、梯度累积等自定义操作
optimizer.apply_gradients(zip(grads, model.trainable_variables))

API 清理：删掉了什么

tf.contrib 整个删了（太杂太乱），tf.Session、tf.placeholder 不再推荐，tf.app/tf.flags/tf.logging 被移除（用标准 Python 库替代）。Keras 升级为官方高级 API（tf.keras），模型构建用 Sequential 或 Functional API，不再需要手写 low-level 的 layers。

迁移老代码用 tf.compat.v1 模块可以跑大部分 1.x 代码，但建议直接重写——Eager 代码通常比对应的静态图代码短 50%。

追问

现在新项目应该用 TF 还是 PyTorch？

2024 年以后新项目多数选 PyTorch——学术圈和开源社区生态更大。但 TF 仍有优势场景：TPU 训练（TF 原生支持最好）、生产部署（TF Serving / TF Lite / TF.js 工具链成熟）、大型企业已有 TF 基础设施。如果你没有明确的部署需求，PyTorch 上手更快。

tf.compat.v1 能不能一直用？

能跑但不推荐。compat 模块不会获得新优化，Eager 模式下跑 compat 代码性能反而可能不如原生 1.x。而且新硬件（如 TPU v5）和新特性（如 JAX 兼容）只支持 2.x 原生 API。迁移成本大约是每万行代码 1-2 天。

@tf.function 和 TF 1.x 的静态图一样吗？

不一样。1.x 的图是全局的——所有变量和操作挂在同一个默认图上。@tf.function 的图是函数级的——每次装饰器创建一个独立的小图，函数之间通过参数传值。这避免了 1.x 里变量名冲突和图污染的问题，也更符合 Python 的模块化思维。