為什麼要學習tensorflow？深度學習能夠更好地抽取資料中的規律，從而給公司帶來更大的價值
tensorflow是強大且靈活的開源框架
使用廣泛
2.0更加強大、易用、成熟
tensorflow是什麼？是google的開源軟體庫
採用資料流圖，用於數值計算
支援多平台——gpu、cpu、移動裝置
最初用於深度學習，後越來越通用
資料流圖是什麼？節點：處理資料
線：節點之間的輸入輸出關係，表示節點和節點之間的資料依賴
線上運輸張量（tensor）
節點被分配到各種計算裝置上執行
tensorflow的特性高度靈活性，體現在資料流圖上，神經網路上
可移植性
產品和科研結合，封裝較好，可直接作為產品使用
自動求微分，反向傳播對微分的求解
多語言支援
效能最優化，執行快
2.0的主要特性對keras、eager mode進行更簡單的模型構建
魯棒的跨平台模型部署
強大的研究實驗
清除不推薦使用的、重複的api
2.0架構
2.0開發流程
強大的研究實驗
tensorflow2的資料載入
對於一些小型常用的資料集，tensorflow有相關的api可以呼叫 keras.datasets 經典資料集 1 boston housing 波士頓房價 2 mnist fasion mnist 手寫數字集 時髦品集 3 cifar10 100 物象分類 4 imdb 電影評價 使用 tf.da...
Tensorflow2 自動求導機制
tensorflow 引入了 tf.gradienttape 這個 求導記錄器 來實現自動求導 如何使用 tf.gradienttape 計算函式 y x x 2 在 x 3 時的導數 import tensorflow as tf x tf.variable initial value 3.初始化...
tensorflow2建立卷積核Conv2D函式
使用conv2d可以建立乙個卷積核來對輸入資料進行卷積計算，然後輸出結果，其建立的卷積核可以處理二維資料。依次類推，conv1d可以用於處理一維資料，conv3d可以用於處理三維資料。在進行神經層級整合時，如果使用該層作為第一層級，則需要配置input shape引數。在使用conv2d時，需要配置...