tensorflow学了一个阶段了，做一个小总结

适合新手，先在此分类置顶，随着学习进度，随时更新

先了解下tensorflow的安装和一些辅助工具包的安装

tensorflow==2.0.0-rc1 - 仅支持 CPU 的预览 TensorFlow 2.0 测试版（不稳定）

tensorflow-gpu==2.0.0-rc1 - 支持 GPU 的预览 TensorFlow 2.0 测试版（不稳定，适用于 Ubuntu 和 Windows）

pip3 install tensorflow==2.0.0-rc1

引入线性回归理论带入

本例子中举例了一个手写数字识别，不过这个举例实战，会令你充分了解到基本的一套算法的基本架构：

1. 下载数据，做数据预处理，准备好训练集合、验证集合、测试集合，或者训练集合、测试集合

2. 构建模型层model.Sequential()函数，并在内部写入层，每一层有你设计的激活函数。常用激活函数需要了解，比如：relu、softmax等，还有layers下一个数据打平数据的层（看你处理什么数据，手写数字图片识别因为要

3. 然后使用model.compile对model.Sequential（）进行模型评估

4. 符合要求的化，开始训练模型model.fit()

5. 然后由model.evaluate（）测试模型

tensorflow基础操作语法

待后续更新，还没有学到。。。

tensorflow工具包高阶操作

神经网络与全连接层

随机梯度下降

keras高阶接口

过拟合

卷积神经网络

循环神经网络

自定义数据集和迁移学习

自编码器

对抗网络