1、前言
TensorFlow是谷歌2015年开源的通用高性能计算库。最初主要是为构建神经网络(NNs)提供高性能的API。然而，随着时间的推移和机器学习(ML)社区的兴起，TensorFlow已经发展为一个完整的机器学习生态系统。
2019年6月发布了TensorFlow 2.0测试版之后，Google于周一宣布了其最终版本。该版本与Keras紧密集成，默认情况下启用Eager Execution功能，可将训练性能提高三倍，并提供清理后的API等。
为此，在机器学习领域，无论是做学术研究还是做成熟的项目产品，系统学习TensorFlow 2.0已成为一件势在必行的趋势，为此笔者也开始了学习TensorFlow2.0的学习旅程。
2、主要内容
本系列内容是笔者在学习慕课平台上《TensorFlow2.0入门到进阶》课程的笔记，包括主要知识点以及笔者认为的重点，这一系列主要分为十大部分，如下图所示：
本系列以实战为主，将基于tensorflow2.0从10大方面详细介绍神经网络实战，如果想具体学习神经网络的基础知识，推荐将此系列博客与深度学习原理的学习相结合，这样效果更佳。
3、PS
非常希望想系统学习TensorFlow2.0的小伙伴关注笔者，一起交流，相互学习共同进步，对于本系列中出现的错误，也非常希望得到您的批评指正，非常希望接受大家的评论。
