Tensorflow2.0 对于新手来说更为易用，而对于老手来说，功能更为强大，Josh Gordon 为我们介绍了TensorFlow2.0 的一些新的特征与使用技巧。
在构建模型方面，针对不同的使用人群，TensorFlow2.0 提供了不同层面的 API，针对刚接触 TensorFlow 的新手，提供了Sequential API, 针对工程师，开放了 FunctionalAPI 与 build-in 层，针对有更高需求的工程师，开放了 FunctionalAPI 与可定制的层，评估指标，损失函数等，而针对科研工作者，开放了 Subclassing，可以定制一切函数。
在训练模型方面，从简单到复杂也分很多层次。从快速实验的 model.fit()，到定制回调函数 callbacks，到定制训练循环 batch (使用 GAN 时很有效)，到完全定制训练过程，包括优化算法等 (GradientTape).
在数据方面，提供了 tensorflow_datasets，能够轻松地加载数据集。
在并行训练方面，得益于分布式策略，无需改变代码，就可以在多台机器、多个 GPU 上训练（MirroredStrategy, MultiWorkerMirroredStrategy）。
教程最后还介绍了两个项目：TinyML: 轻量级的机器学习项目 与 TF.js.