从我自己使用的过程中来看，M1对 keras的支持很差，很多包会未解析。建议使用的话还是基于 keras2.0 来用

监督学习supervised learning：机器学习中最常见的类型，它可以学会将输入数据映射到已知目标annotation。比如回归问题和分类问题（二分类、多分类问题等）是最常见的监督学习的例子。...

tf2集成的keras非常好用，对一些简单的模型可以快速搭建，下面以经典mnist数据集为例，做一个demo，展示一些常用的方法

tensorflow2.0改进之后已经非常像numpy形式了，不用像之前的session那样操作，一些基本的操作如下。需要注意的店以及部分数据均写在代码注释中。