TensorFlow深度学习1--TensorFlow2.0及安装

        2019年下半年， tensorflow更新到了2.0版本，对Keras API进行了兼容，使用起来更加方便，可以快速搭建神经网络进行模型计算。最近几年陆续也利用工作之余，学习过一些机器学习和神经网络的书籍，许多内容没有吃透，因此准备整理下之前的材料，作为学习笔记，也和大家一起沟通学习。

        TensorFlow虽然在运算速度上并不一定最快，但它有以下优点：

        1，流行度高：相比较于其它开源工具keras、MNNet、PyTorch来说流行度更高，因此在学习资料、数据集及案例也会更多，而且随着开源生态的发展会出现更多的算法。

        2，工业级工具，tensorflow是google内部机器学习工具，通过支持多GPU以及分布式部署方式处理海量数据，分布式部署的模式,将一个训练任务拆分成多个小任务,配置到不同的计算机上完成协同运算,这样使用计算机群运算来代替单机运算，提高效率。

3，即有高阶TF.KERAS API方便搭建常用模型，也有低阶的函数可以扩展及优化。也就是即适合初学者，也适合资深AI开发者。

         首先介绍下TensorFlow2.0的安装，由于GPU版本对硬件要求较高，CPU版本作为学习也足够。以下步骤为基于windows CPU版本安装步骤，mac和linux版本安装类似，GPU版本安装可见官网。

        （1）Tensorflow依赖Microsoft Visual C++ 2015 Redistributable Update 3，需要先行安装，以下是安装链接，下载后进行安装；

https://