初学者入门 TensorFlow 2.0（tensorflow2.0官方教程翻译）

安装命令：

1
pip install tensorflow-gpu==2.0.0-alpha0

要开始，请将TensorFlow库导入您的程序：

xxxxxxxxxx
2
1
from __future__ import absolute_import, division, print_function, unicode_literals
2
import tensorflow as tf

加载并准备MNIST数据集，将样本从整数转换为浮点数：

​x
1
mnist = tf.keras.datasets.mnist
2
​
3
(x_train, y_train), (x_test, y_test) = mnist.load_data()
4
x_train, x_test = x_train / 255.0, x_test / 255.0

通过堆叠图层构建tf.keras.Sequential模型。选择用于训练的优化器和损失函数：

xxxxxxxxxx
10
1
model = tf.keras.models.Sequential([
2
  tf.keras.layers.Flatten(input_shape=(28, 28)),
3
  tf.keras.layers.Dense(128, activation='relu'),
4
  tf.keras.layers.Dropout(0.2),
5
  tf.keras.layers.Dense(10, activation='softmax')
6
])
7
​
8
model.compile(optimizer='adam',
9
              loss='sparse_categorical_crossentropy',
10
              metrics=['accuracy'])

训练和评估模型：

xxxxxxxxxx
3
1
model.fit(x_train, y_train, epochs=5)
2
​
3
model.evaluate(x_test, y_test)

现在，图像分类器在该数据集上的准确度达到约98％。 要了解更多信息，请阅读TensorFlow教程.。

最新版本：https://www.mashangxue123.com/tensorflow/tf2-tutorials-quickstart-beginner.html 英文版本：https://tensorflow.google.cn/beta/tutorials/quickstart/beginner 翻译建议PR：https://github.com/mashangxue/tensorflow2-zh/edit/master/r2/tutorials/quickstart/beginner.md