近期恰逢Google组织第三季TensorFlow Study Jam活动，再加上一直想学TensorFlow，就这么入坑了

此处仅作学习笔记使用，仅作参考，初学还是建议跟一遍TensorFlow的官方MOOC教程。

前提准备

个人技能

有Python基础
了解机器学习相关知识

软件

这里为了方便，使用 Python3 和 JupyterNotebook。

Python3自然是为了运行代码

Jupyter Notebook是用来看教程的，Internet上很多教程都是写在Jupyter Notebook上面的，而且Jupyter Notebook的Python运行机制很方便使用（虽然运行速度是慢了些）

实训平台

这里可以有很多选择，这里推荐两个

中国大学MOOC上网易与TensorFlow联合打造的在线实训平台，每天有两小时使用时间（免费）https://ot.icourse163.org/#/course
阿里天池实训平台https://tianchi.aliyun.com/education

软件安装

Python

Windows用户：自行下载Python.exe

Ubuntu用户：

1	apt install python3

安装TensorFlow

1	pip install tensorflow

JupyterNotebook

这里仅提供Ubuntu方案,Windwos用户请自行摸索

1 2	pip install jupyter jupyter notebook

从简单例子开始

先看一个代码

import tensorflow as tf
import numpy as np
from tensorflow import keras

model = tf.keras.Sequential([keras.layers.Dense(units=1, input_shape=[1])])
model.compile(optimizer='sgd', loss='mean_squared_error')

xs = np.array([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], dtype=float)
ys = np.array([1.0, 1.5, 2.0, 2.5, 3.0, 3.5], dtype=float)

model.fit(xs, ys, epochs=1000)

print(model.predict([7.0]))

先观察这个代码，不需要理解，之后我会逐行讲解

这些代码的用途是训练一个可以计算一次函数的机器学习

下面我们开始逐句讲解

1
2
3

import tensorflow as tf
import numpy as np
from tensorflow import keras

这句的意思是引入tensorflow和numpy的包

1	model = tf.keras.Sequential([keras.layers.Dense(units=1, input_shape=[1])])

TensorFlow简单入门