前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >tensorflow2.0学习1

tensorflow2.0学习1

作者头像
我是木木酱呀
发布2019-04-28 17:40:23
5340
发布2019-04-28 17:40:23
举报
文章被收录于专栏:木木在学习木木在学习

一:tf安装

清华源安装tf2.0测试版

代码语言:javascript
复制
pip install tensorflow==2.0.0-alpha0 -i https://pypi.tuna.tsinghua.edu.cn/simple some-package

二:测试

建立python文件(我这里是1.py

代码语言:javascript
复制
from __future__ import absolute_import, division, print_function
import tensorflow as tf

print(tf.__version__)

命令行运行pyhon 1.py显示版本

在这里插入图片描述
在这里插入图片描述

三:mnist数据集测试

完整代码(1.py

代码语言:javascript
复制
from __future__ import absolute_import, division, print_function

import tensorflow as tf


print(tf.__version__)

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

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'])

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

model.evaluate(x_test, y_test)

命令行运行pyhon 1.py输出训练和结果,正确率0.9776

在这里插入图片描述
在这里插入图片描述
本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2019年04月25日,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 一:tf安装
  • 二:测试
  • 三:mnist数据集测试
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档