TensorFlow 示例教程

在这个教程中，我们将学习如何使用 TensorFlow 创建一个简单的神经网络模型。TensorFlow 是一个开源的机器学习框架，由 Google Brain 团队开发，用于数据流编程。

安装 TensorFlow

首先，您需要安装 TensorFlow。您可以通过以下命令进行安装：

pip install tensorflow

创建第一个模型

以下是一个简单的 TensorFlow 模型示例，用于分类图像：

import tensorflow as tf

# 创建模型
model = tf.keras.models.Sequential([
    tf.keras.layers.Flatten(input_shape=(28, 28)),
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dense(10, activation='softmax')
])

# 编译模型
model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

# 训练模型
model.fit(x_train, y_train, epochs=5)

训练和评估模型

在上面的代码中，x_train 和 y_train 是训练数据。您可以使用以下代码来评估模型的性能：

test_loss, test_acc = model.evaluate(x_test, y_test, verbose=2)
print('\nTest accuracy:', test_acc)

获取更多资源

如果您想了解更多关于 TensorFlow 的信息，请访问我们的 TensorFlow 教程页面。

TensorFlow Logo