深度学习（tensorflow）笔记2：函数式api

函数式api：把每一层都看作是一个函数，来调用这一层。sequential模型只有一个输入一个输出，顺序连接。这样的结构非常单一。
需要引入另外一种路径：函数式spi实现。可以对网络实现自己diy。
好处：可以建立多输入，多输出的模式。

tf.data模块

tf.data API 最重要的概念：
tf.data.Dataset表示一系列元素，比如说一系列的图片，文本。
其中每个元素包含一个或多个tensor对象。例如，在图片管道中，一个元素可能是单个训练样本，具有一对表示图片数据和标签的张量。
可以通过两种不同的方式来创建tf.data.Dataset
1.直接从Tensor创建Dataset
例如Dataset.from_tensor_slices();
当然numpy也是可以的，tensorflow会自动将其转换为tensor.
2.通过对一个或多个tf.data.Dataset对象来使用变换（例如Dataset.zip）来创建Dataset

认识Dataset

一个Dataset对象包含多个元素，每个元素的结构都相同。每个元素包含一个或多个tf.tensor对象，这些对象被称为组件。

使用Dataset

在tensorflow2.0环境下可以直接对dataset经迭代处理
代码过程（手写数字识别）看nodebook06