TensorFlow tf.keras 模型构建详解-优快云博客

本文链接：https://blog.youkuaiyun.com/Vxxxx_/article/details/108174383

本文介绍了TensorFlow的特点，包括可移植性、多语言支持、灵活性和效率，并强调了谷歌对其的强大支持。文章通过示例展示了如何检查TensorFlow版本，并探讨了机器学习模型的建立，特别是线性关系的表示和误差最小化的概念。最后，通过实例演示了使用tf.keras建立模型的过程，指出随着训练迭代次数增加，模型的均方差损失逐渐减小。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Tensorflow tf.keras概述

Tensorflow特点：

1.真正的可移植性

引入各种计算机设备的支持包括CPU/GPU/TPU，以及能够很好的运行在移动端，如安卓设备、ios、树莓派等等。

2.多语言支持

Tensorflow有一个合理的c++使用界面，也有一个易用python使用界面来构建和执行你的graphs，可以直接写python/c++程序。

3.高度灵活与效率

Tensorflow是一个采用数据流图（data flow graphs），用于数值计算的开源软件库能够灵活进行组装图，执行图。随着开发的进展，Tensorflow的效率在不断提高。

4.支持

Tensorflow由谷歌提供支持，谷歌投入了大量精力开发Tensorflow，它希望Tensorflow成为机器学习研究人员的通用语言。

在安装好tensorflow时可以用以下代码查看安装得版本：

import tensorflow as tf
print('Tensorflow Version: {}'.format(tf.__version__))#查看版本   
Tensorflow Version: 2.1.0

import pandas as pd#安装pandas包
data = pd.read_csv(r'C:/Users/HP/Desktop/tf/Income.csv',sep=',')#读取数据（受教育年限与收入）
data#查看数据集

Unnamed: 0	Unnamed: 0	Education	Income
0	1	10.000000	26.658839
1	2	10.401338	27.306435
2	3	10.842809	22.132410
3	4	11.244147	21.169841
4	5	11.645449	15.192634
5	6