tensorflow2介绍第一天----各个环境配置
文章目录
安装tensorflow介绍CPU版本或GPU版本
之后可以用GPU加快计算训练，tensorflow支持python与C++语言，底层是用C++写的，使用一般用python，可以用于 图像识别，可以在一个或多个CPU或GPU上运行，还可以运行在嵌入式系统中，比如手机平板电脑等，或者PC端，或分布式系统中，最火热的深度学习平台。学习tensorflow之后，可以搭建我们自己的网络，实现我们自己的功能了。
会讲tensorflow运作流程以及使用方法，以及各种优化器的使用。
可以看到运行流程，可以说是我们调试的工具。
可视化训练过程：
Anaconda安装
在浏览器中进行编程。设置路径：
之后编的程序都会存在这个路径下。之后编程环境就会在你修改的路径下打开了。
tensorflow安装
基本概念
在tensorflow的python中有个默认的图，一般可以给默认的图增加一些节点，然后将数据放入节点中进行操作就可以。一般这个默认的图对于很多程序来说是足够的。
tensorflow变量使用
连续两次shift+tab键可以看到方法的具体描述。
因为每次运行update时候，会自动将new_value给state，而new_value每次会自动+1.
fetch与feed操作
简单使用案例
创建卷积网络–回归例子
在一个图形中画出样本散点图与预测值。
手写数字数据集
颜色最浅地方为0
手写数字识别问题
即求标签中最大的概率值在哪个位置索引，以及预测标签中最大概率值位置索引；判断是否相等。
下次循环就是下一个100张图片，依次进行即可。这样每进行1个周期，即将60000张图片都进行过一次了，总共训练21个这样的周期。
如果网上下载失败，可以自己将数据集放到当前与程序在一个路径下即可。