机器学习tensorflow

人工智能，机器学习是比较热门的话题，tensorflow是机器学习中最受欢迎的框架、python是人工智能，机器学习的热门语言今天笔记简单介绍tensorflow_python基础

00环境搭建（像tensorflow、django这样的版板区别大的建议虚拟环境）

pip install tensorflow

gpu版本

pip install tensorflow-gpu

旧版 TensorFlow

pip install tensorflow==1.15：仅支持 CPU 的版本
gpu版
pip install tensorflow-gpu==1.15：支持 GPU 的版本（适用于 Ubuntu 和 Windows）

系统要求

Python 3.5-3.7
pip 19.0 或更高版本（需要 manylinux2010 支持）
Ubuntu 16.04 或更高版本（64 位）
macOS 10.12.6 (Sierra) 或更高版本（64 位）（不支持 GPU）
Windows 7 或更高版本（64 位）（仅支持 Python 3）

适用于 Visual Studio 2015、2017 和 2019 的 Microsoft Visual C++ 可再发行软件包

Raspbian 9.0 或更高版本
GPU 支持需要使用支持 CUDA® 的显卡（适用于 Ubuntu 和 Windows）

显卡支持gpu版尽量安装gpu版因为gpu版加速比cpu快很多

本文用的版本都是新版tensorflow2

按惯例先来个hello world

#导入模块

import tensorflow as tf
import tensorflow as tf
Hello= tf.constant('Hello, TensorFlow!')#定义一个常量
tf.print(Hello)

加法

import tensorflow as tf
# 定义一个随机数（标量）
random_float = tf.random.uniform(shape=())
# 定义一个有2个元素的零向量
zero_vector = tf.zeros(shape=(2))
# 定义两个2×2的常量矩阵
A = tf.constant([[1., 2.], [3., 4.]])
B = tf.constant([[5., 6.], [7., 8.]])

自动求导

import tensorflow as tfx = tf.Variable(initial_value=3.)
with tf.GradientTape() as tape:     # 在 tf.GradientTape() 的上下文内，所有计算步骤都会被记录以用于求导
    y = tf.square(x)
y_grad = tape.gradient(y, x)        # 计算y关于x的导数
print(y, y_grad)

机器学习tensorflow_python基础1

系统要求