图像识别。
一、搭建环境
基于python的TensorFlow实现
1.anaconda的安装
参考：https://jingyan.baidu.com/article/f0062228503d2afbd3f0c8fe.html
2.可视化工具：jupyter notebook文学编程 有利于数据分析
参考：https://www.jianshu.com/p/97fa4ed3edbc
打开方式：安装完anacoda之后在cmd中输入
jupyter notebook
在浏览器弹出的界面中点击new即可开始编写代码。
关闭方式：在notebook中点击shutdown即可。关闭整个服务：在原来的终端按Control+c两次
代码单元：这里是你编写代码的地方，通过按 Shift + Enter 运行代码，其结果显示在本单元下方。代码单元左边有 In [1]: 这样的序列标记，方便人们查看代码的执行次序。
Markdown 单元：在这里对文本进行编辑，采用 markdown 的语法规范，可以设置文本格式、插入链接、图片甚至数学公式。
同样使用 Shift + Enter 运行 markdown 单元来显示格式化的文本。
类似于 Linux 的 Vim 编辑器，在 notebook 中也有两种模式：
编辑模式：编辑文本和代码。选中单元并按 Enter 键进入编辑模式，此时单元左侧显示绿色竖线。
命令模式：用于执行键盘输入的快捷命令。通过 Esc 键进入命令模式，此时单元左侧显示蓝色竖线。
如果要使用快捷键，首先按 Esc 键进入命令模式，然后按相应的键实现对文档的操作。
比如切换成代码单元（Y）或 markdown 单元（M），或者在本单元的下方增加一单元（B）。查看所有快捷命令可以按H。
二、使用keras进行图像识别
官方文档：https://keras.io/zh/
https://keras-cn.readthedocs.io/en/latest/other/optimizers/
1.python3.7退回到3.6
打开anaconda prompt-->输入conda install python=3.6-->y
2.安装tensorFlow2.0：
下载安装好对应版本anaconda后，通过命令安装tensorflow2.0（等正式版本上线后需要替换）：
pip install tensorflow==2.0.0-beta1
python虚拟环境
创建一个新的虚拟环境：
conda create -n tensorflow python=3.6
查看已有的虚拟环境：
conda env list
切换虚拟环境（tensorflow为你自己创建时的名，在此为tensorflow）：
activate tensorflow
在此打开jupyter notebook
在此打开jupyter notebook
新建一个python3文件
import tensorflow as tf
print(tf.__path__)
print(tf.__version__) //注意是两条杠
#ttributeError: module 'tensorflow' has no attribute '_version_'
解决方法没有？
#2.0.0-beta1
基于keras的图像分类CNN模型的搭建以及可视化（附详细代码）
https://blog.csdn.net/u011268787/article/details/79891284