Tensorflow – это невральная сетевая структура с открытым исходным кодом, которая позволяет легко создавать и развертывать модели обучения машин (ML) на многих различных устройствах. Чтобы установить Tensorflow, вам нужно сначала установить Python.
Вы можете ссылаться на следующее, если вам нужна помощь в получении TensorFlow: https://www.tensorflow.org/install/pip#virtual-environment-install.
Я настоятельно рекомендую установить Tensorflow в виртуальную среду. Как только это установлено, если вам удобно с Python, вы должны быть знакомы с концепцией импортирующих пакетов. Один из способов проверки у вас есть Tensorflow установлен правильно, это попытаться установить его во время интерактивного режима.
Например:
(venv) … $ python … >>> import tensorflow as tf
Ну, не останавливайся там. Давайте попробуем распечатать версию:
>>> print('tensorflow version',tf.__version__)
tensorflow version 2.2.0
Как насчет добавления?
>>> print(tf.add(1,1)) tf.Tensor(2, shape=(), dtype=int32)
Ты хороший??? Нет порочных ошибок ?? Я впечатлен. Вы кажутся несколько удобными с Tensorflow, поэтому в следующий раз мы будем готовы поговорить о KERAS, что является нейронной сетью высокого уровня, построенная на вершине Tensorflow.
Использованная литература:
Молния быстро введение в глубокое обучение и Tensorflow 2.0. https://buittin.com/machine-learning/introduction-deep-learning-tensorflow-20 Отказ Последнее доступу: 6/11/2020.
TFRT: Новое время выполнения Tensorflow. https://blog.tensorflow.org/2020/04/tfrt-new-tensorflow-runtime.html Отказ Последнее доступу: 6/11/2020.
7 этапов машинного обучения Google на практике: пример Tensorflow для структурированных данных. https://towardsdatascience.com/the-googles-7-steps-of-machine-learning-in-practice-a-tensorflow-example-for-structured-data-96ccbb707d77 . Последнее доступу: 6/11/2020.
Оригинал: “https://dev.to/uequations/introduction-to-tensorflow-332m”