基于tensorflow2实现卷积神经网络

利用tensorflow2中的api实现一个简单的卷积神经网络，完成梯度下降的操作并绘制训练集和测试集准确率曲线。
数据集在这里
数据分布：训练集数量为209，测试集数量为50

import numpy as np
import matplotlib.pyplot as plt
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers

在之前的编程过程中，始终会发生调用不了This is probably because cuDNN failed to initialize和This is probably because GEMM failed to initialize等错误，通过查询相关问题，最有可能和tensorflow总是自动申请全部显存有关，所以有相关问题的同学们可以在程序开头增加下面的代码，通过设定Tensorflow申请显存的占比来解决这个问题(因为网上能找到的都是tensorflow1版本中的代码，所以还需要用到config=tf.compat.v1.ConfigProto()让代码能成功运行)。

config=tf.compat.v1.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction = 0.5
sess =tf.compat.v1.Session(config=config)