今天學習一下Tensorflow2.0 的基礎
核心庫，@tf.function ，可以方便的將動態圖的語言，變成靜態圖，在某種程度上進行計算加速
TensorFlow Lite
TensorFlow.JS
TensorFlow Extended
構成了TensorFlow 的生態系統
優勢：
1、GPU加速
體現在大數據量運算的時候，的運算時間。如果使用CPU進行運算，那麼計算是通過串行模式完成
GPU則會加速運算，並行操作，快速運行。
2、自動求導
自帶自動求導工具，方便快速求導。
3、神經網絡
直接調用TensorFlow提供的接口， 不需要我們自己去實現。
tf.matmul layers.Demse
tf.nn.conv2d layers.Conv2D
tf.nn.relu layers.SimpleRNN
tf.nn.max_pool2d layers.LSTM
tf.nn.sigmoid layers.RelU
tf.nn.softmax layers.MaxPool2D
一 、 環境安裝
Win10
Anaconda 、Python3.7
CUDA 10.0 cuDNN
TensorFlow 2.0
PyCharm
1、Anaconda安裝，這裏不在贅述，不會的朋友自行百度
測試有沒有安裝好Anaconda，直接打開命令行，輸入：conda list
會出現下圖所示內容，即安裝完成
2、CUDA安裝
安裝前，假設你的電腦是有Nvidia顯卡，本機顯卡GTX 1060 6g
安裝CUDA有以下幾個步驟
（1）CUDA驅動本身安裝
（2）CUDA 的cuDNN安裝
（3）配置設置
下載CUDA
下載完成後，雙擊運行
去掉GeForce
展開CUDA，如果安裝了VS的，可以安裝，如果沒有安裝，則去掉，不然容易報錯
等待安裝完成
安裝完成後，到默認路徑下，看看是否安裝成功
如果都存在，且安裝沒有報錯，那麼說，安裝成功了
下面我們在接着安裝cuDNN，下載地址：
https://developer.nvidia.com/rdp/cudnn-download
下載完後，解壓後我們會得到一個cuda問價夾，我們將cuda文件夾改名爲，cudnn
然後將cudnn複製到cuda安裝路徑下面去
環境變量配置，此電腦，右鍵屬性，
安裝完cuda後，會自動幫我們添加兩條環境變量在其中
我們還需要加入cudnn，和CUPTI的路徑
把這幾行指定，必須要有着4行。不然會報錯
我們接下來測試一下是否安裝完成，cmd，輸入 nvcc -V， 出現如下內容，則說明安裝完成，出現版本號
今天就介紹到這裏，下回我們繼續學習。
