📚 1. 环境准备

  • 安装 TensorFlow

    pip install tensorflow
    

    tensorflow_logo

  • 验证安装
    运行以下代码检查版本:

    import tensorflow as tf
    print(tf.__version__)
    

🧠 2. 核心概念

  • 张量(Tensor)
    数据的多维数组形式,可理解为数据的容器 📦

    机器学习流程

  • 计算图(Graph)
    操作(Operations)的有向图结构,用于定义模型逻辑 🗺️

  • 会话(Session)
    执行计算图的上下文环境,通过 tf.Session() 启动 🔄

📈 3. 实战示例

步骤 1: 导入库

import tensorflow as tf

步骤 2: 构建模型

model = tf.keras.Sequential([
    tf.keras.layers.Dense(10, activation='relu', input_shape=(5,)),
    tf.keras.layers.Dense(1)
])

步骤 3: 编译模型

model.compile(optimizer='adam', loss='mean_squared_error')

步骤 4: 训练模型

model.fit(x_train, y_train, epochs=10)

🌐 扩展阅读

点击了解 TensorFlow 快速入门指南 📚

代码运行