tensorflow2代码和tensorflow1区别

TensorFlow 2相比TensorFlow 1有以下几个主要变化：

1. 张量 （tensors） 作为核心类被广泛应用。TensorFlow 2重视Eager Execution的速度和简单易用性，由此可以方便地计算和打印张量操作的结果。

2. 静态图编程在TensorFlow 2中被废弃，动态图编程应用更多。TensorFlow 2的动态图编程默认采用Eager Execution方式。

3. 在TensorFlow 2中，一些旧的TensorFlow API被删除或更改。例如tf.contrib，tf.estimator和tf.keras.layers.experimental.preprocessing等模块。

4. TensorFlow 2默认采用了Keras API作为调用接口，而不再支持TensorFlow 1.x中的原始API。这使得模型的构建和训练显得更加容易。

5. 规范化 （Normalization）被重视提升了该分类的效果，TensorFlow 2中包含更多标准化操作类。

总之，TensorFlow 2与TensorFlow 1相比有许多语法及功能上的变化，更加符合动态图编程的要求，也更加简便易用。