TensorFlow 基于 Python 的机器学习框架
人工智能浪潮
近些年，人工智能相关技术的快速发展大家有目共睹，不必多说。在编程语言方面，更多人希望的是具备高效开发效率、跨平台、高度扩展性的语言，尤其是一些AI巨头优先推出支持Python语言的深度学习框架，如Facebook的PyTorch、Google的Tensorflow等，可以说Python是名副其实的“网红语言”了。
TensorFlow 是一个开源的、基于 Python 的机器学习框架，它由 Google 开发，并在图形分类、音频处理、推荐系统和自然语言处理等场景下有着丰富的应用，是目前最热门的机器学习框架。
使用 TensorFlow 进行神经网络编程
从新编程范式的首要原则，到如何创建卷积神经网络来实现高级图像识别和分类，从而解决常见的计算机视觉问题；在这里，您可以获得所需的一切信息，真正理解机器学习。
https://developers.google.cn/learn/pathways/tensorflow?hl=zh_cn
import tensorflow as tf
import numpy as np
from tensorflow import keras
# 创建尽可能最简单的神经网络。该神经网络有一个层，该层有一个神经元，其输入形状只有一个值。
model = tf.keras.Sequential([keras.layers.Dense(units=1, input_shape=[1])])
# 编写代码以编译神经网络。执行此操作时，您需要指定两个函数：loss 和 optimizer
model.compile(optimizer='sgd', loss='mean_squared_error')
# 提供数据
xs = np.array([-1.0, 0.0, 1.0, 2.0, 3.0, 4.0], dtype=float)
ys = np.array([-2.0, 1.0, 4.0, 7.0, 10.0, 13.0], dtype=float)
# 训练神经网络
model.fit(xs, ys, epochs=500)
# 使用模型预测
print(model.predict([10.0]))
Fashion-MNIST is a dataset of Zalando’s article images—consisting of a training set of 60,000 examples and a test set of 10,000 examples.
https://github.com/zalandoresearch/fashion-mnist
TensorFlow 1.教程 2.指南 3.APIs
https://tensorflow.google.cn/overview/?hl=zh_cn
Keras机器学习基础知识-基本图像分类
https://tensorflow.google.cn/tutorials/keras/classification?hl=zh_cn
机器学习
https://tensorflow.google.cn/resources/learn-ml?hl=zh_cn
参考学习：tensorflow
https://github.com/czy36mengfei/tensorflow2_tutorials_chinese