TensorFlow 速查
共 25 条 TensorFlow / Keras 常用写法，涵盖张量与基础、Keras 建模、训练与评估、数据管道、保存与部署。 支持搜索与分类筛选，点击即可复制。
张量与基础
tf.constant 起手。
| 命令 | 说明 |
|---|---|
| 安装 | |
| 引入 | |
| 创建张量 | |
| 属性与运算 | |
| 类型与形状 |
Keras 建模
Sequential 与函数式。
| 命令 | 说明 |
|---|---|
| 顺序模型 | |
| 函数式 API | |
| 查看结构 | |
| 常用层 | |
| 子类化 |
训练与评估
compile / fit。
| 命令 | 说明 |
|---|---|
| 编译 | |
| 训练 | |
| 评估 | |
| 预测 | |
| 回调 |
数据管道
tf.data。
| 命令 | 说明 |
|---|---|
| 构建数据集 | |
| 打乱/批/预取 | |
| 增强层 | |
| 从目录读图 | |
| 性能 |
保存与部署
多形态输出。
| 命令 | 说明 |
|---|---|
| 保存/加载 | |
| Serving | |
| 移动/边缘 | |
| Web | |
| 可视化 |
使用说明
TensorFlow / Keras 常用写法速查：张量与基础、Keras 建模、训练与评估、数据管道、保存与部署；支持搜索与分类筛选，点击即可复制。
- 按用途点分类：张量与基础、Keras 建模、训练与评估、数据管道、保存与部署。
- 点「写法」列复制，替换层与数据后使用。
- 先用 Keras Sequential/函数式快速搭模型，再 compile → fit。
- 用 tf.data 的 shuffle/batch/prefetch 提升训练吞吐。
常见问题
- Sequential 和函数式 API 怎么选？
- 层线性堆叠用 Sequential 最简；有多输入/多输出、分支或共享层时用函数式 API；高度自定义逻辑用子类化 Model。
- 为什么要 prefetch？
- prefetch 让数据加载与 GPU 计算重叠，避免 GPU 等数据；配合 AUTOTUNE 自动调最优缓冲，是提升吞吐的常规手段。
- 保存成哪种格式？
- 训练中保存用 model.save("m.keras")；服务端部署用 SavedModel；移动/边缘用 TFLite 转换；浏览器用 tf.js。