TensorFlow 模型示例

在这个示例中，我们将探讨如何在 Jupyter Notebook 中构建和训练 TensorFlow 模型。以下是一些常见步骤和示例。

安装 TensorFlow

首先，确保你已经安装了 TensorFlow。可以通过以下命令安装：

pip install tensorflow

创建一个新的 Jupyter Notebook

打开 Jupyter Notebook，并创建一个新的笔记本。

导入 TensorFlow 和相关库

import tensorflow as tf
import matplotlib.pyplot as plt

准备数据集

假设我们要创建一个简单的线性回归模型。首先，我们需要一些数据：

# 创建一些随机数据
x = tf.random.normal([100, 1])
y = 3 * x + tf.random.normal([100, 1])

创建模型

现在我们可以创建一个线性回归模型：

model = tf.keras.Sequential([
    tf.keras.layers.Dense(units=1, input_shape=[1])
])

编译模型

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

训练模型

model.fit(x, y, epochs=100)

评估模型

print(model.evaluate(x, y))

可视化结果

plt.scatter(x, y)
plt.plot(x, model.predict(x), color='red')
plt.show()

TensorFlow 模型结果

更多 TensorFlow 教程