一、环境配置

MacOS

1、安装 Homebrew

打开Terminal输入：

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install.sh)"

这样Homebrew就安装完成了。

2、安装pip

brew update
brew install python  # Python 3

3、安装Tensorflow软件包

安装

pip3 install --user --upgrade tensorflow  # install in $HOME

验证

python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

二、第一个Tensorflow程序

from __future__ import absolute_import, division, print_function, unicode_literals
# 安装 TensorFlow
import tensorflow as tf

#载入并准备好MNIST 数据集,将样本从整数转换为浮点数：

mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0
#将模型的各层堆叠起来，以搭建 tf.keras.Sequential模型。为训练选择优化器和损失函数：

model = tf.keras.models.Sequential([
  tf.keras.layers.Flatten(input_shape=(28, 28)),
  tf.keras.layers.Dense(128, activation='relu'),
  tf.keras.layers.Dropout(0.2),
  tf.keras.layers.Dense(10, activation='softmax')
])

model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])
#训练并验证模型：
model.fit(x_train, y_train, epochs=5)

model.evaluate(x_test,  y_test, verbose=2)