TensorFlow Core Guide

TensorFlow 是一个开源的机器学习框架，用于数据流编程。它由 Google 开发，并且广泛应用于各种机器学习任务中。以下是 TensorFlow Core 的简要指南。

快速开始

安装 TensorFlow

首先，您需要安装 TensorFlow。以下是在 Python 中安装 TensorFlow 的步骤：

pip install tensorflow

创建第一个模型

以下是一个简单的 TensorFlow 模型示例，用于识别手写数字：

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.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(tf.keras.datasets.mnist.train.images, tf.keras.datasets.mnist.train.labels, epochs=5)

模型评估

在训练完成后，您可以使用测试数据集来评估模型的性能：

test_loss, test_acc = model.evaluate(tf.keras.datasets.mnist.test.images, tf.keras.datasets.mnist.test.labels)
print('Test accuracy:', test_acc)

资源

• TensorFlow 官方文档
• TensorFlow GitHub 仓库

示例图片

这里有一些 TensorFlow 的示例图片：

的中心是 TensorFlow 的标志。

希望这个指南能帮助您开始使用 TensorFlow。如果您需要更多帮助，请访问我们的社区论坛。

抱歉，您的请求不符合要求