简单粗暴 TensorFlow 2 | A Concise Handbook of TensorFlow 2

基于Eager Execution | Based on Eager Execution

在线阅读 | Read online : https://tf.wiki

备用地址 | Alternative URL：https://snowkylin.github.io/tensorflow-handbook/

作者 | Author: Xihan Li (snowkylin), Huan Li, Jinpeng Zhu

这是一本简明的 TensorFlow 2 入门指导手册，基于 Keras 和即时执行模式（Eager Execution），力图让具备一定机器学习及 Python 基础的开发者们快速上手 TensorFlow 2。

本文的所有代码基于 TensorFlow 2.1 和 2.0 正式版。文中的所有示例代码可至 这里 获得。

This is a concise handbook of TensorFlow 2 based on Keras and Eager Execution mode, aiming to help developers with some basic machine learning and Python knowledge to get started with TensorFlow 2 quickly.

The code of this handbook is based on TensorFlow 2.0 and 2.1 stable version. All codes in the book can be found here.

PDF下载（旧版） | PDF download (old version) :

• (中文版 | Chinese): https://discuss.tf.wiki/t/topic/23
• (英文版 | English): https://github.com/snowkylin/tensorflow-handbook/releases

教程在线答疑区 | Online Q&A area :

• (中文 | Chinese): https://discuss.tf.wiki
• (英文 | English): https://github.com/snowkylin/tensorflow-handbook/issues

DEVELOPING

Install

run make install for run all the follow commands.

# https://www.ibm.com/developerworks/cn/opensource/os-sphinx-documentation/index.html
pip install sphinx

# for theme
pip install sphinx_rtd_theme

# for auto build
pip install sphinx_autobuild

CONTRIBUTORS

tensorflow-handbook 快速上手指南

环境准备

本手册旨在帮助具备一定机器学习及 Python 基础的开发者快速上手 TensorFlow 2。

• 系统要求：支持 Windows、macOS 或 Linux 系统。
• 前置依赖：
  • Python 3.6+
  • 已安装 pip 包管理工具
  • 建议具备基础的机器学习概念知识
• 核心版本：本指南代码基于 TensorFlow 2.0 和 2.1 正式版编写，推荐使用相同或更高兼容版本。

安装步骤

1. 安装 TensorFlow

使用 pip 安装 TensorFlow（推荐配置国内镜像源以加速下载）：

pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple

若需验证安装是否成功，可运行以下命令：

import tensorflow as tf
print(tf.__version__)

2. 获取示例代码

本手册所有示例代码均已开源，可直接克隆仓库获取：

git clone https://github.com/snowkylin/tensorflow-handbook.git

中文示例代码位于：source/_static/code/zh 英文示例代码位于：source/_static/code/en

3. (可选) 本地构建文档

如果你希望本地编译生成 HTML 文档，需要安装 Sphinx 及相关主题：

# 安装 Sphinx 核心
pip install sphinx -i https://pypi.tuna.tsinghua.edu.cn/simple

# 安装阅读主题
pip install sphinx_rtd_theme -i https://pypi.tuna.tsinghua.edu.cn/simple

# 安装自动构建工具
pip install sphinx_autobuild -i https://pypi.tuna.tsinghua.edu.cn/simple

# 进入项目目录并执行构建（参考项目 Makefile）
make install

基本使用

本手册基于 Keras API 和 Eager Execution（即时执行模式），无需会话（Session）即可直接运行代码。以下是一个最简单的线性回归示例：

import tensorflow as tf
import numpy as np

# 1. 准备数据
x_data = np.random.rand(100).astype(np.float32)
y_data = x_data * 0.1 + 0.3

# 2. 构建模型
model = tf.keras.Sequential([
    tf.keras.layers.Dense(units=1, input_shape=[1])
])

# 3. 编译模型
model.compile(optimizer='sgd', loss='mse')

# 4. 训练模型
model.fit(x_data, y_data, epochs=5)

# 5. 预测
print(model.predict([1.0]))

在线学习资源：

• 中文版在线阅读：https://tf.wiki
• 备用地址：https://snowkylin.github.io/tensorflow-handbook/
• 中文答疑社区：https://discuss.tf.wiki