TensorFlow Keras 教程

TensorFlow Keras 是一个高级神经网络 API，它允许快速构建和实验深度学习模型。以下是关于 TensorFlow Keras 的基础教程。

安装 TensorFlow Keras

首先，您需要安装 TensorFlow。您可以通过以下命令进行安装：

pip install tensorflow

简单的神经网络模型

以下是一个简单的神经网络模型示例：

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense

model = Sequential()
model.add(Dense(10, input_dim=8, activation='relu'))
model.add(Dense(1, activation='sigmoid'))

model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])

训练模型

接下来，您需要准备数据并训练模型：

from tensorflow.keras.datasets import mnist
from tensorflow.keras.utils import to_categorical

(train_images, train_labels), (test_images, test_labels) = mnist.load_data()

train_images = train_images.reshape((60000, 28, 28, 1))
test_images = test_images.reshape((10000, 28, 28, 1))

train_images = train_images.astype('float32') / 255
test_images = test_images.astype('float32') / 255

train_labels = to_categorical(train_labels)
test_labels = to_categorical(test_labels)

model.fit(train_images, train_labels, epochs=5, batch_size=32)

评估模型

最后，评估模型的性能：

test_loss, test_acc = model.evaluate(test_images, test_labels)
print('Test accuracy:', test_acc)

更多信息

如果您想了解更多关于 TensorFlow Keras 的信息，请访问我们的深度学习教程页面。

TensorFlow Logo