tensorflow训练模型python

要使用 TensorFlow 训练模型，需要按照以下步骤进行：

1. 导入 TensorFlow 库。

import tensorflow as tf

2. 准备数据集。

3. 定义模型。可以使用 Sequential API 或 Functional API 进行定义。

4. 编译模型。指定损失函数、优化器和评估指标。

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

5. 训练模型。指定训练数据、批次大小、训练轮数等参数。

model.fit(x_train, y_train, batch_size=32, epochs=10, validation_data=(x_val, y_val))

6. 评估模型。使用测试数据集来评估模型效果。

score = model.evaluate(x_test, y_test, verbose=0)
print('Test loss:', score[0])
print('Test accuracy:', score[1])