TensorFlow与机器学习

TensorFlow 是一个端到端开源机器学习平台，一个核心开源库，可以帮助开发和训练机器学习模型，它拥有一个全面而灵活的生态系统，其中包含各种工具、库和社区资源，可助力研究人员推动先进机器学习技术的发展，并使开发者能够轻松地构建和部署由机器学习提供支持的应用。

针对移动设备和嵌入式设备，TensorFlow Lite 有一个精简库，用于在移动设备和嵌入式设备上部署模型。而TensorFlow.js 是一个 JavaScript 库，用于在浏览器和 Node.js 上训练和部署模型。TensorFlow Extended 是一个端到端平台，用于在大型生产环境中准备数据以及训练、验证和部署模型。

 关于机器学习的解决方案， 如训练一个神经网络模型，对运动鞋和衬衫等服装图像进行分类。使用 60,000 个图像来训练网络，使用 10,000 个图像来评估网络学习对图像分类的准确率。

在训练网络之前，必须对数据进行预处理，然后将其送到神经网络模型，以相同的方式对训练集和测试集进行预处理，构建神经网络需要先配置模型的层，然后再编译模型。

神经网络的基本组成部分是层。层会从向其馈送的数据中提取表示形式。希望这些表示形式有助于解决手头上的问题