用tensorflow和python3 语言制作一个猜拳游戏程序，用户输入：0剪刀，1石头，2布，如果输入为3个选项外的数字或者非数字，则重新开始游戏，输入esc结束游戏，并且统计输赢情况次数

以下是用 TensorFlow 和 Python3 制作猜拳游戏的示例代码：

import tensorflow as tf
import random

# 创建 TensorFlow 模型
model = tf.keras.models.Sequential([
    tf.keras.layers.Dense(128, input_shape=(3,), activation='relu'),
    tf.keras.layers.Dense(64, activation='relu'),
    tf.keras.layers.Dense(3, activation='softmax')
])
model.compile(loss='categorical_crossentropy', optimizer='adam')

# 定义游戏规则和结果统计变量
hands = {0: '剪刀', 1: '石头', 2: '布'}
win_count = 0
lose_count = 0
draw_count = 0

# 循环进行游戏
while True:
    # 获取用户输入
    user_input = input('请输入您的选择（0-剪刀，1-石头，2-布，esc-结束）：')
    # 判断用户输入是否合法
    if user_input == 'esc':
        break
    elif not user_input.isdigit() or int(user_input) not in hands:
        print('输入错误，请重新输入！')
        continue
    user_hand = int(user_input)

    # 随机生成电脑出拳
    computer_hand = random.randint(0, 2)

    # 打印游戏结果
    print('您出了：', hands[user_hand])
    print('电脑出了：', hands[computer_hand])
    if user_hand == computer_hand:
        print('平局！')
        draw_count += 1
    elif (user_hand - computer_hand + 3) % 3 == 1:
        print('您赢了！')
        win_count += 1
    else:
        print('您输了！')
        lose_count += 1

# 打印游戏统计结果
print('游戏结束！')
print('您赢了', win_count, '局，输了', lose_count, '局，平局', draw_count, '局。')

代码中首先创建了一个简单的神经网络模型，用于预测电脑出拳的概率分布。然后在循环中获取用户输入，判断输入合法性，并随机生成电脑出拳。接着根据游戏规则判断胜负，并统计游戏结果。最后在游戏结束时打印统计结果。