画像認識。
まず、環境設定
PythonベースTensorFlowの達成するため
の設置1.anaconda
資料：HTTPS：//jingyan.baidu.com/article/f0062228503d2afbd3f0c8fe.html
2.可視化ツール：jupyterノート文芸的プログラミングは、データ分析を助長している
参照：https：//でwww.jianshu.com/p/97fa4ed3edbc
開きます。cmdでanacoda入力をインストールした後、
jupyterノート
ブラウザのポップアップ・インタフェースでは、新しいコードを書き始めるためにクリックしてください。
閉じる方法：あなたは、ノートブックで、シャットダウンをクリックすることができます。サービス全体をシャットダウンします。元の端末プレスコントロール+ C 2で
コード単位：あなたは、このユニットの下に表示された結果をShiftキーを押して、コードを書く+のコードを実行しますのはここです。左側の単位は[1]でいる：人々は実行順序を参照するための配列タグコードが容易です。
値下げ単位：ここでは、テキストエディタで、構文仕様は、マークダウンを使用して、あなたはリンク、画像、さらには数式を挿入し、テキストの書式を設定することができます。
フォーマットされたテキストを表示するために、同じマークダウンユニットを使用して、実行を入力します+ Shiftキー。
Linux系のVimエディタは、ノートブックにも2つのモードがあります。
編集モード：編集テキストとコード。選択ユニットを押して編集モードに入るように入力し、左ユニットケース緑の縦線。
コマンドモード：入力を実行するためのキーボードショートカットコマンド。Escキーによりコマンドモード、左ユニットケース青の縦線を入力します。
あなたはショートカットキーを使用する場合は、最初のEscキーを押してコマンドモードに入り、その後、文書の操作を達成するために、対応するキーを押してください。
そのような符号（Y）又は値下げユニット（M）、増加またはモジュールの下にユニット（B）への切替部として。H.を押すことができ、すべてのショートカットコマンドを見ます
第二に、画像認識の使用はkeras
//keras.io/zh/：HTTPS：公式文書
https://keras-cn.readthedocs.io/en/latest/other/optimizers/
バック3.6に1.python3.7を
オープンアナコンダプロンプト- >入力インストールのPython = Conda 3.6 - > Y
2. tensorFlow2.0をインストールします。
アナコンダの対応バージョンをインストールするダウンロードした後、（そのような公式バージョンの後の行を交換する必要性など）コマンドのインストールtensorflow2.0：
tensorflow ==インストールPIP 2.0を。0 -beta1
Pythonの仮想環境
新しい仮想環境を作成します。
conda -n tensorflowパイソンを作成= 3.6を
既存の仮想環境を表示します。
condaのENVリスト
仮想環境（tensorflowがtensorflowここで、自分のために作成する名前を）切り替え：
tensorflowを活性化させます
このオープンjupyterノートパソコンで
このオープンjupyterノートブックで
新しいファイルを作成するためのpython3
輸入tensorflow としてTFの 印刷（tf._version_）
#ttributeError：モジュールのtensorflow 'にはありません 「_バージョン_」属性
のソリューションにはありませんの？
＃2.0.0-β1
（詳細コードで）構造に基づく可視化画像分類keras CNNモデル
https://blog.csdn.net/u011268787/article/details/79891284