Начните с TensorFlow 2.0 для новичков

Смотрите на TensorFlow.org Запустите в Google Colab Изучайте код на GitHub Скачайте ноутбук

Это файл Google Colaboratory notebook. Программы Python programs запускающиеся прямо в браузере - хороший способ учить и использовать TensorFlow. Чтобы следовать этому руководству, запустите notebook в Google Colab нажав на соответствующую кнопку вверху этой страницы.

  1. В Colab подключитесь к среде исполнения Python: в правом верхнем углу строки меню выберите CONNECT.
  2. Запустите код во всех ячейках notebook: Выберите Runtime и Run all.

Скачайте и установите пакет TensorFlow 2.0 Beta. Импортируйте в вашу программу TensorFlow:

# Install TensorFlow

import tensorflow as tf

Загрузите и установите набор данных MNIST. Преобразуйте примеры из целых чисел в числа с плавающей запятой:

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

Создайте модель tf.keras.Sequential, сложив слои. Выберите оптимизатор и функцию потерь для обучения:

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'])

Обучите и оцените модель:

model.fit(x_train, y_train, epochs=5)

model.evaluate(x_test,  y_test, verbose=2)
Epoch 1/5
1875/1875 [==============================] - 3s 1ms/step - loss: 0.3001 - accuracy: 0.9127
Epoch 2/5
1875/1875 [==============================] - 3s 1ms/step - loss: 0.1438 - accuracy: 0.9571
Epoch 3/5
1875/1875 [==============================] - 3s 1ms/step - loss: 0.1073 - accuracy: 0.9678
Epoch 4/5
1875/1875 [==============================] - 3s 1ms/step - loss: 0.0900 - accuracy: 0.9716
Epoch 5/5
1875/1875 [==============================] - 3s 1ms/step - loss: 0.0749 - accuracy: 0.9756
313/313 - 0s - loss: 0.0708 - accuracy: 0.9796

[0.07076787948608398, 0.9796000123023987]

Классификатор изображений теперь обучен на этих данных с точностью ~ 98%. Чтобы узнать больше, прочитайте учебники по TensorFlow.