TensorFlow 2.0 于2009年4月推出。 編譯模型 -損失函數， 衡量模型訓練的準確度 - 優化器， 根據數據和損失函數更新模型 - 指標：測試培訓和測試步驟 - loss: 0.3548 - accuracy: 0.8802 T Test accuracy: 0.8802 訓練的準確性和測試的準確性有差距。 Overfitting 訓練準確性和測試準確性之間的差距代表過度擬合 Eager執行 命令式編程： imperative programming TensorFlow 2.0 - 使用Keras和Eager Execution輕松構建模型 張量： 零階張量 標量 一階張量 向量 二階張量 矩陣 N階張量 N維數組 張量的屬性 1. 數據類型 2. 形狀 TensorFlow 數據類型 默認float32, https://upload-images.jianshu.io/upload_images/226662-2167f19abffd4d8a.jpg?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240 階、形狀和維數 https://upload-images.jianshu.io/upload_images/226662-48ca3dfacffd45fb.jpg?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240 變量張量和常量張量 1. tf.Variable ：變量 Tensor，需要指定初始值，常用于定義可變參數，例如神經網絡的權重。 2. tf.constant ：常量 Tensor，需要指定初始值 特殊常量張量 tf.zeros：新建指定形狀且全為 0 的常量 Tensor tf.zeros_like：參考某種形狀，新建全為 0 的常量 Tensor tf.ones：新建指定形狀且全為 1 的常量 Tensor tf.ones_like：參考某種形狀，新建全為 1 的常量 Tensor tf.fill：新建一個指定形狀且全為某個標量值的常量 Tensor TF的常用模塊： tf. 包括張量定義，變換等常用函數和類 tf.data 數據處理模塊 tf.image 圖像處理模塊 tf.keras Keras框架高階API tf.linalg 線性代數模塊 tf.losses 損失函數模塊 tf.math 數學計算模塊 tf.saved_model 模型保存模塊 tf.train 訓練組件 tf.nn 構建神經網絡的底層函數 tf.estimator 高階API， 預創建Estimator或自定義組件。 層API https://www.tensorflow.org/api_docs/python/tf/keras/layers 形狀、類型和值 shape dtype numpy() tf.add() tf.matual() tf.GradientTape() 求導記錄器。 求偏導 https://tf.wiki/zh/basic/models.html