TensorFlow 是一个用于研究和生产的开源机器学习库。TensorFlow 为初学者和专家提供 API,以便为桌面,移动,Web 和云开发。TensorFlow 1.9 官方入门实例,改为 Keras 版本,代码比较简洁,无需配置环境,可以在线学习 TensorFlow。
# 引入 TensorFlow 库
import tensorflow as tf
# 引入 mnist 数据集
mnist = tf.keras.datasets.mnist
# 载入训练集和测试集
(x_train, y_train),(x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0
# 建立 Keras 序列模型
model = tf.keras.models.Sequential([
tf.keras.layers.Flatten(),
tf.keras.layers.Dense(512, activation=tf.nn.relu),
tf.keras.layers.Dropout(0.2),
tf.keras.layers.Dense(10, activation=tf.nn.softmax)
])
# 编译模型,optimizer 优化函数,loss 损失函数,metrics 评价标准
model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
# 训练模型
model.fit(x_train, y_train, epochs=5)
# 评估模型
model.evaluate(x_test, y_test)
Google 提供了在线的 Jupyter 运行环境可以直接运行以上入门实例,不需要配置环境。
内容翻译自: https://www.tensorflow.org/tutorials/
TensorFlow 教程: http://tf86.com/2018/07/20/get-started-with-tensorflow/