【tensorflow2.0】例項2

import tensorflow as tf
print(tf.__version__)

可以知道tf的版本，version前後都是兩條下劃線。

mnist = tf.keras.datasets.fashion_mnist#獲取fashion MNIST資料
(training_images, training_labels), (test_images, test_labels) = mnist.load_data()

Fashion-MNIST在tf中是作為一個有API的資料集存在。因此，只需要在keras資料庫中載入，宣告一個型別為MNIST的物件。在這裡，呼叫load_data方法，會返回給我們4個列表，分別是訓練資料、訓練標籤、測試資料和測試標籤。之所以要用影像image和標籤label，是因為數字的受用者會更廣一些，不像英文或中文。

model = tf.keras.models.Sequential([
	tf.keras.layers.Flatten(input_shape=(28, 28)), 
	tf.keras.layers.Dense(128, activation=tf.nn.relu), 
	tf.keras.layers.Dense(10,activation=tf.nn.softmax)
])

這是一個有三個層的序列。主要看的是第一層和最後一層。最後一層有10個神經元，因為我們的資料集有10類服裝；第一層是一個扁平層，輸入的形狀是28×28，扁平化將這個28×28正方形變為一個簡單的線性陣列。中間層（也叫隱藏層）有128個神經元。