tensorflow2.0的使用建议和基于CNN的Fashion MNIST分类实现

引言

谈到TensorFlow 2.0，笔者不确定读者脑海中浮现的第一个关键词是什么，而我首先联想到的则是“版本”。确实如此，与1.x版本相比，TensorFlow 2.0发生了显著的变革。加之Python语言本身在不同版本之间存在兼容性问题（即便是3.5与3.7这样的版本差异，也可能导致部分功能无法正常运行），这为众多初学者在环境配置、搭建过程以及进行MNIST数据集上的CNN模型测试带来了诸多挑战。在此，我希望通过一种更为直观的方式，为大家进行详细解析。

tensorflow2.0

在正式展开之前，需要向读者提前说明一些关键事项，这些内容对于初学者而言尤为重要：

（1）当程序出现错误时，切勿急于求助他人，应首先理解红色报错信息所表达的英文含义。在当前调试技术日益重要的背景下，编译器所提供的error提示内容往往非常详尽。

（2）当你遇到类似以下令人意外的错误信息时（此处为凭记忆所写，可能与实际略有出入，但大致意思相近）
AttributeError: module ‘tensorflow’ has no attribute ‘Session’

ImportError:can not find moudle six/numpy

RuntimeError: implement_array_function method already has