TensorFlow 是 Google 开发的开源机器学习框架，常用于研究和开发深度学习模型。Colab（Google Colaboratory）作为免费的云平台，为 TensorFlow 提供了强大的计算资源支持。以下是使用 TensorFlow 在 Colab 的关键点：

🧠 1. 安装 TensorFlow

  • Colab 默认已预装 TensorFlow，可通过以下命令验证版本：
    import tensorflow as tf
print(tf.__version__)
  • 如需安装最新版本，可使用：
    !pip install tensorflow --upgrade

🖥️ 2. Colab 的优势

  • 免费 GPU/TPU：无需额外费用即可使用高性能计算资源
    Colab GPU
  • 实时协作：支持多人同时编辑和运行代码
  • 存储空间：提供 15GB 临时存储（可通过挂载 Google Drive 扩展）

📌 3. 快速入门示例

  • 运行以下代码测试 TensorFlow 是否正常：
    import tensorflow as tf
tf.random.set_seed(42)
model = tf.keras.Sequential([
    tf.keras.layers.Dense(10, activation='relu', input_shape=(1,)),
    tf.keras.layers.Dense(1)
])
model.compile(optimizer='adam', loss='mse')
model.fit([0.1, 0.2, 0.3], [1, 2, 3], epochs=10)
  • 查看完整教程：TensorFlow Colab 入门指南

📦 4. 常用操作技巧

  • 挂载 Google Drive： 
    from google.colab import drive
drive.mount('/content/drive')
  • 保存模型： 
    model.save('/content/drive/MyDrive/tensorflow_model.h5')
  • 使用预训练模型： 
    from tensorflow.keras.applications import ResNet50
model = ResNet50(weights='imagenet')

📋 5. 扩展学习资源

欢迎访问 TensorFlow 中文社区 获取更多实践案例！