我在字节做后端，为什么还要学TensorFlow 2.0

最近组里要搞一个内部工具，自动解析运维工单截图，提取关键信息分类归档。以前靠正则加规则硬堆，截图字体或布局一变就崩。领导拍板上深度学习，我这个写Go和Java的后端被迫啃起TensorFlow 2.0。

一开始很抗拒，但2.0把Keras收编为官方高级API，默认Eager Execution，写起来像普通Python，能直接print张量值，不用再开Session，门槛降了不少。

几个基础概念：张量可理解为多维数组，类似Numpy的ndarray，但能上GPU。变量是训练中要更新的参数。自动微分GradientTape最舒服，前向计算写在上下文里，调tape.gradient(loss, variables)即可出梯度。

import tensorflow as tf

x = tf.Variable(3.0)
with tf.GradientTape() as tape:
    y = x ** 2 + 2 * x + 1
dy_dx = tape.gradient(y, x)
print(dy_dx.numpy())  # 8.0

跑通时感觉比写反射还简单。

需求数据集约六千张截图，十二个类别。选型上PyTorch社区强，但公司推理服务多用TF Serving部署，对齐成本更低。tf.data.Dataset管道配合map、batch、prefetch很方便。坑：prefetch必须放管道最后，否则异步加载失效，我因顺序写反训练慢近一倍，排查一晚上才发现是官方示例缩进误导。

模型用预训练MobileNetV2做特征提取，上面接两层全连接，冻结base model只训练新增层。验证集准确率约91%，内部工具够用。最大感受是学习率和batch size很敏感：batch size从32改到64，同样学习率下loss直接震荡发散，学习率调小到四分之一才稳住。

最近注意到Computer Use，让模型像人一样操作电脑界面。如果工单工具能进化到这种程度，直接让模型自己截图、识别、填结果，前景很大。国内大模型也在卷多模态和工具调用，后续可试试用工单分类的文本部分做增强，看准确率能否再拉高。

总的来说，TensorFlow 2.0对后端很友好，不懂底层图优化也能快速搭出能跑的模型。真正调好部署路还长，但至少深夜写代码时不会再想砸电脑了。