机器学习中的Hello World——尝试使用TensorFlow 2.0进行MNIST数据集分析

首先，TensorFlow 2.0已经正式发布很久啦，TensorFlow 2.0真香～

我最初接触TensorFlow时使用的是1.4版本版本。个人感受是1.x系列版本的TensorFlow实用性较差尽管功能丰富但实现模型时会遇到较高的复杂度并且存在较为混乱的接口设计包含大量冗余功能。

后来是我初次接触Keras的时候便感受到了一种清新理念，在其简洁明了的接口设计下能够让建模变得异常便捷。然而这种高效性也带来了一定的局限性——由于过于依赖其预设框架结构导致一定程度上的限制功能扩展的能力

在我快要转投Pytorch阵营的时候，TensorFlow 2.0出来啦～然后……

MNIST被视为机器学习领域的基础概念之一，在本文中我们将在利用TensorFlow 2.0的基础上展开介绍与演示

MNIST被视为机器学习领域的基础概念之一，在本文中我们将在利用TensorFlow 2.0的基础上展开介绍与演示

转载请注明来源：<>

一、使用TensorFlow 2.0的低级接口编写模型

机器学习框架在持续性地跟踪业内最新研究成果方面面临着巨大的挑战,因为许多较为前