pisceshsu的博客

ModuleNotFoundError: No module named 'tensorflow datasets'解决方法

在Keras中有两种深度学习的模型：序列模型（Sequential）和通用模型（Model）。差异在于不同的拓扑结构。

MacBook Air M1 使用 miniconda 安装python3.11.7 和 tensorflow2.16.1详细步骤

(这是安装tensorflow时的python路径，如果不知道，可以在terminal中输入：which python 得到这个路径)对于大多数机器学习任务，我们建议使用Jupyter Notebook、VS Code,这些工具通常提供更好的性能和对M1芯片的支持,而且是免费的。原因是vs code默认python路径是不包含tensorflow的版本，此时只需要修改python路径即可。出现下面的结果，没有错误提示，就是调用tensorflow成功。New File --> 输入文件名tf.py。

TensorFlow是一个开源的机器学习库，由Google Brain团队开发，广泛用于各种复杂的数学计算，特别是涉及深度学习的计算。此外，TensorFlow还支持多种客户端语言的安装和运行，包括Python、JavaScript、C++、Java、Go和Swift等，这使得不同背景的编程人员都可以使用相同的工具集进行协作，显著提高效率。总的来说，TensorFlow是一个灵活且功能强大的机器学习框架，适用于各种机器学习和深度学习任务，从基本的模型训练到复杂的深度学习研究，以及模型的部署和推理‌12。

Mac M1用tensorflow中的Keras进行基本图像分类

TensorFlow和Keras的区别，与关系

Tensorflow加载dataset(如Fashion MNIST )时load_data()返回值类型分析

在Keras中，层（Layer）是构建神经网络的基本组件。Keras提供了多种类型的层，用于处理不同类型的输入数据和执行特定的数学操作。