课前知识新版Tensorflow2.0较原版Tensorflow有重大更新和变化。Tensorflow2.0使用Keras作为默认的高级API并将其丢弃。删除其他API。另外，另一个比较大的变化是将机器学习实验研究平台的Eagerexecution设置为默认优先级模式。这样设置的好处是，我们不再需要像以前那样预先定义静态图，调用后要执行的任何操作都可以直接执行。Tensorflow2.0相比原来的版本更加方便，大大降低了初学者的学习难度。Tensorflow2.0的其他特性这里不做具体描述。总之，我们可以清楚的了解到Keras是我们学习的首要基础。下面结合一些基本案例对Keras的一些常用操作进行说明。Tensorflow2.0安装1.Tensorflow2.0的主要配置环境和使用还是在Anaconda和Jupyternotebook中。关于Anaconda的安装我就不多说了。有很多博客有非常详细的教程。这里主要说一下关于Tensorflow2.0安装的要点，因为AnacondaPrompt中使用直接pipinstall命令安装太慢，而且经常会中断，所以我们可以使用一些国内的镜像安装源。可以输入如下命令，中间有很多下载一个网站后，会发现安装速度很快，其他库的安装也是一样的，只是把后面的库改个名字就行了。pipinstall-ihttps://pypi.tuna.tsinghua.edu.cn/simpletensorflow-gpu==2.0.0-alpha0MNIST数据集已经是“嚼过”的数据集了，很多教程都会把它当作“开始吧”，几乎已经成为了一个“模型”。不过，有些人可能不是很了解，所以介绍一下。MNIST数据集可以在http://yann.lecun.com/exdb/mn...获取，它包含四部分：训练集图片：train-images-idx3-ubyte.gz（9.9MB，解压后47MB，包含60000个样本）MNIST数据集来自美国国家标准技术研究院，国家标准与技术研究院技术（NIST）。训练集由250个不同的人手写的数字组成，其中50%是高中生，50%是人口普查局的工作人员。测试集也是同样比例的手写数字数据。使用TensorFlow代码下载MNISTTensorFlow提供了一个库，可以直接使用，自动下载安装MNIST，见下图wing代码：fromtensorflow.examples.tutorials.mnistimportinput_data其中“MNIST_data”为保存MNIST数据的文件夹名称，如果遇到ModuleNotFoundError:Nomodule的问题名为'tensorflow.examples.tutorials'，需要参考小编博客的处理文章：https://blog.csdn。net/qq_43060552/article/details/103189040MNIST数据集中的图片MNIST数据集中的图片是28X28Pixel，所以每张图片是1行784（28X28）列数据，括号中的每个值代表一个像素。?如果是黑白图片，图片中黑色的地方的值为0；.有图案的地方，值为Or-,....;255之间的数字表示其颜色的深度。?如果是彩色图片，一个像素点会用3个值表示(RGBC(red,yellow,blue)。在MNIST中输出信息编码：#-*-coding:utf-8-*-`"""``创建于2019年11月21日星期四16:38:15@作者：Cable-Ching"""fromtensorflow.examples.tutorials.mnistimportinput_datamnist=input_data.read_data_sets("MNIST_data",one_hot=True)print('输入数据：',mnist.train.images)print('输入数据形状：',mnist.train.images.shape)importpylabim=mnist.train.images[1]im=im.reshape(-1,28)pylab.imshow(im)`pylab.show()resultExtractingMNIST_data\train-images-idx3-ubyte.gz——————想关注博主学习python的tensorflow可以关注微信公众号:码粉
