tensorflow2.0实例教程1-- 快速入门模型搭建

tensorflow2.0版的本的一些小的测试与尝试，届时会陆续将代码与新的放到此处。
主要参照tensorflow core给出的教程。

原链接采用这是一个 Google Colaboratory 笔记本文件， jupyter编译工具，我这边使用的pycharm进行实现。

接下来 我们开始快速入门 ，实现步骤为： 加载数据集–构建模型–训练模型–验证模型

下载并安装 TensorFlow 2.0 测试版包。将 TensorFlow 载入你的程序：

from __future__ import absolute_import, division, print_function, unicode_literals

# 安装 TensorFlow

import tensorflow as 

载入并准备好 MNIST 数据集。将样本从整数转换为浮点数：（新版的数据集被集成到keras中了，实际使用起来还是很方便的）

mnist = tf.keras.datasets.mnist  # 导入数据集


# 使用data_load加载数据集
(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

将模型的各层堆叠起来，以搭建 tf.keras.Sequential 模型。为训练选择优化器和损失函数：

# 构建简单模型
model = tf.keras.models.Sequential