Update README.md

Author: solidglue

README.md

@@ -2,63 +2,63 @@
 Tensorflow2 Keras 官方指南API demo，Jupyter版本学习笔记整理，在官方demo的基础上，丰富了一些样例，更新中。  
 
 ## 张量 
-● [张量 ](https://github.com/solidglue/TensorFlow2_Keras_Guide_API_Jupyter_Demo/blob/master/01_TensorFlow_basics/01_01_Tensors.ipynb)   
-●变量  
-●自动微分  
-●图和函数简介  
-●模块、层和模型简介  
-●循环训练  
-●高级自动微分  
-●不规则张量  
-●稀疏张量  
-●Numpy API  
-●Tensor切片  
+●  [张量 ](https://github.com/solidglue/TensorFlow2_Keras_Guide_API_Jupyter_Demo/blob/master/01_TensorFlow_basics/01_01_Tensors.ipynb)   
+●  变量  
+●  自动微分  
+●  图和函数简介  
+●  模块、层和模型简介  
+●  循环训练  
+●  高级自动微分  
+●  不规则张量  
+●  稀疏张量  
+●  Numpy API  
+●  Tensor切片  
 
 ## Keras
-●Sequential模型  
-●Functional API  
-●使用内置方法进行训练和评估  
-●通过子类化构建新层和模型  
-●保存并加载Keras模型  
-●使用预处理层  
-●自定义Model.fit的操作流程  
-●从头开始编写训练循环  
-●采用Keras的循环神经网络（RNN）  
-●采用Keras进行遮盖和填充  
-●自动编写回调  
-●迁移学习和微调  
-●使用TensorFlow Cloud训练Keras模型  
+●  Sequential模型  
+●  Functional API  
+●  使用内置方法进行训练和评估  
+●  通过子类化构建新层和模型  
+●  保存并加载Keras模型  
+●  使用预处理层  
+●  自定义Model.fit的操作流程  
+●  从头开始编写训练循环  
+●  采用Keras的循环神经网络（RNN）  
+●  采用Keras进行遮盖和填充  
+●  自动编写回调  
+●  迁移学习和微调  
+●  使用TensorFlow Cloud训练Keras模型  
 
 ## 自定义
-●创建操作  
-●生成随机数字  
+●  创建操作  
+●  生成随机数字  
 
 ## 数据输入流水线
-●tf.data  
-●优化流水线性能  
-●分析流水线性能  
+●  tf.data  
+●  优化流水线性能  
+●  分析流水线性能  
 
 ## 保存模型
-●检查点  
-●SaveModel 
+●  检查点  
+●  SaveModel 
 
 ## 加速器
-●分布式训练  
-●GPU  
-●TPU  
+●  分布式训练  
+●  GPU  
+●  TPU  
 
 ## 性能
-●使用tf.function提升性能  
-●分析TensorFlow的性能  
-●优化GPU性能  
-●图优化  
-●混合精度  
+●  使用tf.function提升性能  
+●  分析TensorFlow的性能  
+●  优化GPU性能  
+●  图优化  
+●  混合精度  
 
 ## TensorFlow Serving（服务）
-●TensorFlow Serving和Docker  
-●安装  
-●提供TensorFlow模型  
-●高级模型服务器配置  
+●  TensorFlow Serving和Docker  
+●  安装  
+●  提供TensorFlow模型  
+●  高级模型服务器配置