tensorflow2.0版本学习总结

此系列为初学tensorflow2.0版本的某些技术总结强化，不包含tensorflow2.0的全部内容

tensorflow2.0

一 基础

1. 在 TensorFlow 2.0 版本中，Eager Execution 模式为默认模式，无需额外调用tf.enable_eager_execution()函数（不过若要关闭 Eager Execution，则需调tf.compat.v1.disable_eager_execution()函数）
2. tf普通迭代步骤
   1.从 DataLoader 中随机取一批训练数据；
   2.将这批数据送入模型，计算出模型的预测值；
   3.将模型预测值与真实值进行比较，计算损失函数（loss）。这 里使用 tf.keras.losses 中的交叉熵函数作为损失函数；
   4.计算损失函数关于模型变量的导数；
   5.将求出的导数值传入优化器，使用优化器的 apply_gradients 方法更新模型参数以最小化损失函数（优化器的详细使用方法见 前文 ）。

未完