小白上手tensorflow helloworld

最新推荐文章于 2021-07-26 21:30:00 发布

　星云　

最新推荐文章于 2021-07-26 21:30:00 发布

阅读量1k

点赞数 4

分类专栏： Python 深度学习文章标签： tensorflow 神经网络机器学习 python

本文链接：https://blog.csdn.net/dscn15848078969/article/details/114805125

版权

这篇博客适合全宇宙最白的小白，逐步介绍tensorflow 2.3.0的基本操作，包括理解tensorflow的含义、创建模型、进行训练以及查看损失。通过示例代码和简单解释，帮助初学者上手深度学习，尽管过程中可能会遇到一些错误，但tensorflow提供了丰富的提示和示例，让学习变得更加直观。最后，使用matplotlib展示了训练过程中的损失变化。

摘要由CSDN通过智能技术生成

tensorflow 2.3.0

全宇宙最白的小白上手tensorflow

全宇宙最白的小白上手tensorflow
用import < 包名模块名 >来导入模块，*就是包的模块全导入。

tensorflow是啥

是个python包。
嗯，没毛病……

导入……
然后就不会了

#!/usr/bin/env python
# -*- coding: utf-8 -*-

import tensorflow as tf

创建模型

不会没关系，代码打一半就会出现提示。
vscode代码提示
不光有提示，还有示例。
提示组件中的高亮实例代码
上手深度学习很多不免一脸懵，tensorflow当然早就想到了，给注释里加了示例。
示例讲：用Sequential()创建模型。

#!/usr/bin/env python
# -*- coding: utf-8 -*-
import tensorflow as tf
from tensorflow.keras import * # 从指定包导入所有

model = Sequential() # 顺序将层的线性堆栈装入一个叫tf.keras.Model的类的实例中，然后返回实例。
model.add(layers.Dense(units=2, input_shape=[2], activation='sigmoid')) # 增加层
model.add(layers.Dense(units=1, input_shape=[3], activation='sigmoid')) # 又增加一层

训练

我们给出样本。输入值一定要是Tensor，所以需要一个转换。

#!/usr/bin/env python
# -*- coding: utf-8 -*-
import tensorflow as tf
from tensorflow.keras import * # 从指定包导入所有

model = Sequential() # 顺序将层的线性堆栈装入一个叫tf.keras.Model的类的实例中，然后返回实例。
model.add(layers.Dense(units=2, input_shape=[2], activation='sigmoid')) # 增加层
model.add(layers.Dense(units=1, input_shape=[2], activation='sigmoid'))
x = tf.convert_to_tensor([