TensorFlow在Microsoft Windows 11下编程

运行平台：Microsoft Windows 11

IDE：VScode

FrameWork：TensorFlow

programming language：python

一：TensorFlow在Microsoft Windows 11下的安装

Tensor Flow是Google的一个开源深度学习框架。

TensorFlow的安装：

python版本要求：TensorFlow支持Python3.7-3.11。（具体可能因TensorFlow版本而异）。

虚拟环境：建议先创建并激活虚拟环境

复制代码

python -m venv tf_env
.\tf_env\Scripts\activate #windows

安装CPU版本：

二：TensorFlow在Microsoft Windows 11下用VScode编程

可以用AI编程工具自动生成一段应用TensorFlow的代码，或者ChatGPT也行。将代码放入VScode进行调试

python 复制代码

import tensorflow as tf
from tensorflow.keras import layers, models
from tensorflow.keras.datasets import mnist

# 超参数
batch_size = 64
num_classes = 10
epochs = 5

# 下载和准备 MNIST 数据集
(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train = x_train.reshape((60000, 28, 28, 1)).astype('float32') / 255
x_test = x_test.reshape((10000, 28, 28, 1)).astype('float32') / 255

# 将标签转换为分类格式
y_train = tf.keras.utils.to_categorical(y_train, num_classes)
y_test = tf.keras.utils.to_categorical(y_test, num_classes)

# 构建模型
model = models.Sequential()
model.add(layers.Conv2D(32, (3, 3), activation='relu', input_shape=(28, 28, 1)))
model.add(layers.MaxPooling2D((2, 2)))
model.add(layers.Conv2D(64, (3, 3), activation='relu'))
model.add(layers.MaxPooling2D((2, 2)))
model.add(layers.Flatten())
model.add(layers.Dense(64, activation='relu'))
model.add(layers.Dense(num_classes, activation='softmax'))

# 编译模型
model.compile(optimizer='adam',
              loss='categorical_crossentropy',
              metrics=['accuracy'])

# 训练模型
model.fit(x_train, y_train, epochs=epochs, batch_size=batch_size, validation_split=0.1)

# 评估模型
test_loss, test_acc = model.evaluate(x_test, y_test)
print(f'\nTest accuracy: {test_acc:.4f}')

以上内容仅供参考，如有不对，欢迎指正。

说明：包含AI辅助生成内容