# 回报回 回报回 回报回 扫描二维码 试看/购买《TensorFlow 快速入门与实战》视频课程 ## 第三部分 目录 • TensorFlow 模块与架构介绍 • TensorFlow 数据流图介绍 • 张量（Tensor）是什么 • 变量（Variable）是什么 • 操作（Operation）是什么 • 会话（Session）是什么 • 优化器（Optimizer）是什么 ## 计算设备 gRPC RDMA GPU (StreamExecutor) GPU (SYCL) CPU (Eigen) Android ## TensorFlow 数据流图介绍 ## TensorFlow 数据流图是一种声明式编程范式 声明式编程与命令式编程的多角度对比 |编程范式|核心思想|程序抽象|计算过程|计算单元|擅长领域|实现方法| |---|---|---|---|---|---|---| \text{ in range}(1, n): $$ $$ a, b = b, a + b $$ $$ \text{return } a $$ ## TensorFlow 数据流图 有向边 数据流图 节点 张量 稀疏张量 计算节点 存储节点 Tensor SparseTensor 数据节点 Operation Variable Placeholder ![

试看/购买《TensorFlow 快速入门与实战》视频课程 ## 第四部分 目录 • 房价预测模型介绍 • 使用 TensorFlow 实现房价预测模型 - 使用 TensorBoard 可视化模型数据流图 • 实战 TensorFlow 房价预测 ## 房价预测模型介绍 ## 前置知识：监督学习（Supervised Learning） 监督学习是机器学习的一种方法，指从训练数据（输入和预期输 6728cc5/p16_2.jpg) # 使用 TensorFlow 实现房价预测模型 ## 使用 TensorFlow 训练模型的工作流 数据读入 数据分析 数据 规范化 创建模型(数据流图) 创建会话(运行环境) 训练模型 ## 数据分析库：Pandas Pandas 是一个 BSD 开源协议许可的，面向 Python 用户的高性能和易于上手的数据结构化和数据分析工具。 数据框（Data 921956|-0.223675|-0.643896| ## 创建线性回归模型（数据流图） import tensorflow as tf alpha = 0.01 # 学习率 alpha epoch = 500 # 训练全量数据集的轮数 # 创建线性回归模型（数据流图） # 输入 X，形状[47, 3] X = tf.placeholder(tf.float32, X_data