欢迎来到 TensorFlow 基础学习页面！本教程将帮助你快速上手 TensorFlow，从环境搭建到核心概念，一步步掌握深度学习框架的使用。

🛠️ 环境搭建指南

  1. 安装 Python
    推荐使用 Python 官方网站 下载最新稳定版。

  2. 安装 TensorFlow
    通过 pip 命令安装： 

    pip install tensorflow

  3. 验证安装
    运行以下代码检查是否成功： 

    import tensorflow as tf
print(tf.__version__)

📘 核心概念解析

  • 张量（Tensor）
    数据的多维数组形式，用 tf.constant() 创建。

    张量 概念

  • 计算图（Graph）
    操作（Operations）和张量的有向图结构，用 tf.Graph() 定义。

  • 会话（Session）
    执行计算图的运行环境，用 tf.Session() 启动。

  • 变量（Variable）
    可训练参数，用 tf.Variable() 初始化，需通过 tf.train 模块进行优化。

💻 代码示例：线性回归模型

import tensorflow as tf

# 定义数据
x = tf.constant([1, 2, 3, 4], name='x')
y = tf.constant([0, -1, -2, -3], name='y')

# 创建变量
w = tf.Variable(0.5, name='weight')
b = tf.Variable(0.5, name='bias')

# 定义模型
pred = w * x + b

# 定义损失函数
loss = tf.reduce_mean(tf.square(pred - y), name='loss')

# 优化器
optimizer = tf.train.GradientDescentOptimizer(learning_rate=0.01)
train = optimizer.minimize(loss)

# 启动会话
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    for _ in range(1000):
        sess.run(train)
    print("最终参数:", sess.run([w, b]))

📚 扩展阅读

想深入学习 TensorFlow 高级用法？请前往 Tutorials/TensorFlow_Advanced 继续探索！