TensorFlow 入门指南 🚀

TensorFlow 是 Google 开发的开源机器学习框架，适合初学者和专业开发者使用。以下是快速上手的核心内容：

1. 环境准备 🛠️

安装 Python：建议使用 3.7+ 版本
安装 TensorFlow：运行 pip install tensorflow
验证安装：执行以下代码
```
import tensorflow as tf
print(tf.__version__)
```
✅ 若输出版本号，说明安装成功！

2. 首个示例：手写数字识别 🖋️

# 导入数据集
mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()

# 构建模型
model = tf.keras.models.Sequential([
    tf.keras.layers.Flatten(input_shape=(28, 28)),
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dropout(0.2),
    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)

# 测试模型
model.evaluate(x_test, y_test)

3. 学习资源 📘

TensorFlow 官方教程（推荐从这里开始深入学习）
Keras 文档中文版（TensorFlow 的高级 API）
GitHub 示例仓库（包含完整项目代码）

4. 常见问题 ❓

安装失败？检查安装指南
性能优化？参考加速训练技巧
模型调试？使用 TensorBoard 工具

5. 进阶建议 🌱