圖像識別。
一、搭建環境
基於python的TensorFlow實現
1.anaconda的安裝
參考：https://jingyan.baidu.com/article/f0062228503d2afbd3f0c8fe.html
2.可視化工具：jupyter notebook文學編程 有利於數據分析
參考：https://www.jianshu.com/p/97fa4ed3edbc
打開方式：安裝完anacoda之后在cmd中輸入
jupyter notebook
在瀏覽器彈出的界面中點擊new即可開始編寫代碼。
關閉方式：在notebook中點擊shutdown即可。關閉整個服務：在原來的終端按Control+c兩次
代碼單元：這里是你編寫代碼的地方，通過按 Shift + Enter 運行代碼，其結果顯示在本單元下方。代碼單元左邊有 In [1]: 這樣的序列標記，方便人們查看代碼的執行次序。
Markdown 單元：在這里對文本進行編輯，采用 markdown 的語法規范，可以設置文本格式、插入鏈接、圖片甚至數學公式。
同樣使用 Shift + Enter 運行 markdown 單元來顯示格式化的文本。
類似於 Linux 的 Vim 編輯器，在 notebook 中也有兩種模式：
編輯模式：編輯文本和代碼。選中單元並按 Enter 鍵進入編輯模式，此時單元左側顯示綠色豎線。
命令模式：用於執行鍵盤輸入的快捷命令。通過 Esc 鍵進入命令模式，此時單元左側顯示藍色豎線。
如果要使用快捷鍵，首先按 Esc 鍵進入命令模式，然后按相應的鍵實現對文檔的操作。
比如切換成代碼單元（Y）或 markdown 單元（M），或者在本單元的下方增加一單元（B）。查看所有快捷命令可以按H。
二、使用keras進行圖像識別
官方文檔：https://keras.io/zh/
https://keras-cn.readthedocs.io/en/latest/other/optimizers/
1.python3.7退回到3.6
打開anaconda prompt-->輸入conda install python=3.6-->y
2.安裝tensorFlow2.0：
下載安裝好對應版本anaconda后，通過命令安裝tensorflow2.0（等正式版本上線后需要替換）：
pip install tensorflow==2.0.0-beta1
python虛擬環境
創建一個新的虛擬環境：
conda create -n tensorflow python=3.6
查看已有的虛擬環境：
conda env list
切換虛擬環境（tensorflow為你自己創建時的名，在此為tensorflow）：
activate tensorflow
在此打開jupyter notebook
在此打開jupyter notebook
新建一個python3文件
import tensorflow as tf
print(tf.__path__)
print(tf.__version__) //注意是兩條杠
#ttributeError: module 'tensorflow' has no attribute '_version_'
解決方法沒有？
#2.0.0-beta1
基於keras的圖像分類CNN模型的搭建以及可視化（附詳細代碼）
https://blog.csdn.net/u011268787/article/details/79891284