TensorFlow 示例

最重要的链接！

• 社区示例
• 针对 Udacity 上的深度学习课程的课程资料

如果你正打算学习 TensorFlow，请不要错过 核心 TensorFlow 文档，其中大部分内容都是可运行的代码。这些笔记本可以在 Colab 中从 tensorflow.org 打开。

这个仓库是做什么的？

这是 TensorFlow 示例仓库。它包含几类内容：

• 展示我们优秀的 TensorFlow 社区 的示例和文档
• 提供 TensorFlow 官方网站上提到的示例
• 发布支持官方 TensorFlow 课程的材料
• 发布支持 TensorFlow 博客 和 TensorFlow YouTube 频道 的材料

我们欢迎社区贡献，请参阅 CONTRIBUTING.md，如需样式方面的帮助，可参考 编写 TensorFlow 文档 指南。

如需提交问题，请使用 tensorflow/tensorflow 仓库中的问题跟踪器。

许可证

Apache License 2.0

TensorFlow Examples 快速上手指南

本仓库汇集了 TensorFlow 官方社区示例、课程资料（如 Udacity 深度学习课程）、博客配套代码及 YouTube 频道演示项目，是学习 TensorFlow 的核心实践资源。

环境准备

• 操作系统：Linux, macOS, Windows
• Python 版本：3.7 - 3.10
• 前置依赖：
  • 已安装 Python 及 pip 包管理工具
  • 推荐安装 Miniconda 以隔离虚拟环境
  • 网络建议：国内开发者建议使用清华或阿里镜像源加速下载，或在 Google Colab 中直接运行（无需本地配置）

安装步骤

1. 克隆仓库

   git clone https://github.com/tensorflow/examples.git
   cd examples
   

2. 创建并激活虚拟环境

   python -m venv tf-env
   # Linux/macOS
   source tf-env/bin/activate
   # Windows
   tf-env\Scripts\activate
   

3. 安装 TensorFlow 及依赖

   • 通用安装（使用国内镜像加速）：

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

   • 若需 GPU 支持：

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

   • 安装特定示例所需的额外依赖（视具体子目录要求而定）：

     pip install -r requirements.txt
     

基本使用

本仓库主要包含可运行的 Jupyter Notebook (.ipynb) 和 Python 脚本 (.py)。

方式一：在 Google Colab 中运行（推荐）

大多数示例支持直接在浏览器中运行，无需本地配置环境。

1. 访问 tensorflow.org 找到对应教程。
2. 点击 "Run in Google Colab" 按钮即可加载并执行代码。

方式二：本地运行示例

以运行 community 目录下的某个示例为例：

1. 启动 Jupyter Notebook

   jupyter notebook
   

2. 浏览并打开文件 在浏览器弹出的界面中，导航至 examples/community 目录，选择任意 .ipynb 文件（例如 mnist_basic.ipynb）。
3. 执行代码 按顺序点击单元格上方的 "Run" 按钮（或按 Shift + Enter）执行代码块。

方式三：运行 Python 脚本

对于独立的 .py 文件，可直接通过命令行运行：

python path/to/example_script.py

提示：具体示例的详细文档和参数说明，请参阅各子目录（如 ./community, ./courses）下的独立 README.md 文件。