机器学习 TensorFlow2.0 教程-图像分类

在机器学习 tensorflow 2 的hello world 一文里，介绍了一个最简单的tensorflow 2编程。本文就在其的基础上，来个实际的例子：图像分类。

总共包含10个类别中的70,000个灰度图像。使用60,000张图像来训练网络，用10,000张图像让机器判断，以评估网络学习图像分类的准确程度。当然这些图像都是现成提供，用于我们学习。

原始的代码和教程 

英文：https://tensorflow.google.cn/tutorials/keras/classification

中文：https://blog.youkuaiyun.com/qq_20084101/article/details/81984312

1：下载数据

在程序开头，我们包含基本包，显示版本号。

然后fashion_mnist = keras.datasets.fashion_mnist  准备下载 Fashion MNIST库里的数据

下面(train_images, train_labels), (test_images, test_labels) = fashion_mnist.load_data()

这个语句导入数据库里的数据到 (train_images, train_labels), (test_images, test_labels)

图像images(train_images,test_images)是28x28 NumPy数组，像素值介于0到255之间。

标签labels(train_la