《TensorFlow 快速入门与实战》2-TensorFlow初接触

《TensorFlow 快速入门与实战》中的“TensorFlow初接触”部分主要介绍了TensorFlow的基本使用和安装。以下是核心内容的总结： 1. **安装工具**：文档中提到安装了Python、pip、Jupyter Notebook以及必要的Python库（如numpy），为TensorFlow的安装和使用做准备。 2. **安装TensorFlow**：通过pip安装了两种TensorFlow版本——CPU版和GPU版（需安装额外的NVIDIA驱动和CUDA支持）。 3. **TensorFlow试用**： - 运行了经典的“Hello TensorFlow”示例，代码如下： ```python import tensorflow as tf tf.enable_eager_execution() print(tf.add(1, 2)) ``` 该示例验证了TensorFlow的安装是否成功，输出结果为`3`。 - 进一步演示了TensorFlow的基本功能，例如张量操作，代码如下： ```python hello = tf.constant('Hello, TensorFlow!') print(hello) ``` 结果显示了TensorFlow对标记符号的支持。 4. **环境验证**： - 使用`tf.__version__`获取TensorFlow版本号，显示安装版本为2.5.0或更高版本。 - 探讨了CPU和GPU加速员的配置，特别是GPU的使用，以提升机器学习任务的性能。 5. **Jupyter Notebook演示**：文档最后展示了在Jupyter Notebook环境中使用TensorFlow进行实时交互式计算的便利性。 总结来说，这一部分内容主要介绍了TensorFlow的安装、基本功能和环境配置，为后续的深入学习奠定了基础。