TensorFlow 2官方教程 . 初学者的 TensorFlow 2.0 教程

写在前面

此篇博客转载自tensorflow官方教程中文翻译版:
https://www.tensorflow.org/tutorials/quickstart/beginner
笔者有删改，同时笔者会以注释的形式将可能由环境问题带来的BUG写出来

---

Note: TensorFlow 社区翻译了这些文档。因为社区翻译是尽力而为， 所以无法保证它们是最准确的，并且反映了最新的官方英文文档。如果您有改进此翻译的建议， 请提交 pull request 到 tensorflow/docs GitHub 仓库。 要志愿地撰写或者审核译文，请加入 [email protected] Google Group。

↑ 以上链接部分需要科学上网↑

此博客教程可在tensorflow官方github 上下载：
https://github.com/tensorflow/docs-l10n/blob/master/site/zh-cn/tutorials/quickstart/beginner.ipynb

---

初学者的 TensorFlow 2.0 教程
下载并安装 TensorFlow 2.0 稳定版包。将 TensorFlow 载入你的程序：

# 安装 TensorFlow后
import tensorflow as tf

查看 tensorflow 版本:

>>> tf.__version__
'2.1.0'

载入并准备好 MNIST 数据集。将样本从整数转换为浮点数：

mnist = tf.keras.datasets.mnist

(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

将模型的各层堆叠起来，以搭建tf.keras.Sequential模型。为训练选择优化器和损失函数：

model = tf.keras.models.Sequential([
			  tf.keras.layers.Flatten(input_shape=(28, 28)),
			  tf.keras.layers.Dense(128, activation='relu'),
			  tf.keras.layers.Dropout(0.2),
			  tf.keras.layers.Dense(10, activation='softmax')
])

model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

训练并验证模型：

model.fit(x_train, y_train, epochs=5)

model.evaluate(x_test,  y_test, verbose=2)

运行模型：

Train on 60000 samples
Epoch 1/5
60000/60000 [==============================] - 4s 72us/sample - loss: 0.2919 - accuracy: 0.9156
Epoch 2/5
60000/60000 [==============================] - 4s 58us/sample - loss: 0.1439 - accuracy: 0.9568
Epoch 3/5
60000/60000 [==============================] - 4s 58us/sample - loss: 0.1080 - accuracy: 0.9671
Epoch 4/5
60000/60000 [==============================] - 4s 59us/sample - loss: 0.0875 - accuracy: 0.9731
Epoch 5/5
60000/60000 [==============================] - 3s 58us/sample - loss: 0.0744 - accuracy: 0.9766
10000/1 - 1s - loss: 0.0383 - accuracy: 0.9765

[0.07581128399563022, 0.9765]

现在，这个照片分类器的准确度已经达到 98%。想要了解更多，请继续阅读。

---

以上便是tensorflow官方教程《初学者的 TensorFlow 2.0 教程》全部内容：
https://www.tensorflow.org/tutorials/quickstart/beginner