tebsorflow2.0 eager模式与自定义训练网络

对比tensorflow1.x版本静态图模式，tensorflow2.x推荐使用的是eager模式，即动态计算模式，它的特点是运算可以立即得到结果。我们可以通过tf.executing_eagerly()来判断是不是eager模式，如果返回的为True,使用的则为eager模式。首先我们简答介绍一下在eager模式下的计算。

1. eager模式基础

x = [[2,]]
m = tf.matmul(x,x)
print(m)

tf.Tensor([[4]], shape=(1, 1), dtype=int32)

tf.matmul(x,x)的返回值是tesor对象，它是一个张量，它就是高维数组它有两个特征，一个是shape和dtype，