《TensorFlow 快速入门与实战》2-TensorFlow初接触

• 语言: 中文（简体）
• 格式: .pdf
• 来源: github.com/DjangoPeng

摘要

该文档主要介绍了TensorFlow的初步接触和基本使用方法。文档展示了如何运行第一个TensorFlow程序，并提供了在Jupyter Notebook环境中执行该程序的步骤。此外，文档中还多次提到了'Hello TensorFlow'这一示例程序，强调了其作为入门向导的作用。

AI总结

《TensorFlow 快速入门与实战》中的“TensorFlow初接触”部分主要介绍了TensorFlow的基本使用和安装。以下是核心内容的总结：

1. **安装工具**：文档中提到安装了Python、pip、Jupyter Notebook以及必要的Python库（如numpy），为TensorFlow的安装和使用做准备。

2. **安装TensorFlow**：通过pip安装了两种TensorFlow版本——CPU版和GPU版（需安装额外的NVIDIA驱动和CUDA支持）。

3. **TensorFlow试用**：
- 运行了经典的“Hello TensorFlow”示例，代码如下：

     import tensorflow as tf
     tf.enable_eager_execution()
     print(tf.add(1, 2))

该示例验证了TensorFlow的安装是否成功，输出结果为`3`。
- 进一步演示了TensorFlow的基本功能，例如张量操作，代码如下：

     hello = tf.constant('Hello, TensorFlow!')
     print(hello)

结果显示了TensorFlow对标记符号的支持。

4. **环境验证**：
- 使用`tf.__version__`获取TensorFlow版本号，显示安装版本为2.5.0或更高版本。
- 探讨了CPU和GPU加速员的配置，特别是GPU的使用，以提升机器学习任务的性能。

5. **Jupyter Notebook演示**：文档最后展示了在Jupyter Notebook环境中使用TensorFlow进行实时交互式计算的便利性。

总结来说，这一部分内容主要介绍了TensorFlow的安装、基本功能和环境配置，为后续的深入学习奠定了基础。