tensorflow入门

首先是 tensorflow 及其相关包的安装，作者本人使用的是 miniconda，安装命令如下

conda create -n 'tensorflow'
activate tensorflow
conda install -c conda-forge tensorflow
conda install scikit-learn
conda install -c conda-forge pandas
conda install -c conda-forge matplotlib
conda install -c conda-forge seaborn

代码仓库为 deeplearning-ai 的

git clone https://github.com/https-deeplearning-ai/tensorflow-1-public

首先要讲一下机器学习和传统编程的区别，传统编程在于通过输入规则和数据，得到结果；机器学习则是通过输入结果和数据，得到规则，即如下图所示

首先可以做一个例子 x = -1, 0, 1, 2, 3, 4 y = -3, -1, 1, 3, 5, 7 那么可以很清晰的看出 y=2*x+1,但是如何通过机器学习得到这个规则呢？用 tensorflow 就可以比较方便

model = keras.Sequential([keras.layers.Dense(units=1, input_shape=[1])])
model.compile(optimizer='sgd'), loss='mean_squared_error')

xs = np.array([-1.0, 0.0, 1.0, 2.0, 3.0, 4.0], dtype=float)
ys = np.array([-3.0, -1.0, 1.0, 3.0, 5.0, 7.0], dtype=float)
model.fit(xs, ys, epochs=500)
print(model.predict([10.0]))

即使用 keras 定义一个模型，optimizer 选用 sgd 函数，损失函数为均方损失，使用fit进行训练完成即可。