Python AI初探：利用TensorFlow构建简单模型实例-向日葵屋

Python AI初探：利用TensorFlow构建简单模型实例

在Python AI的初期探索中，我们主要会使用TensorFlow这个强大的机器学习框架。以下是一个简单模型实例：

安装TensorFlow：
首先你需要通过pip（Python包管理器）来安装TensorFlow。
```
pip install tensorflow
```
创建一个简单的线性回归模型：
我们可以使用TensorFlow的tf.keras模块来创建模型。这里我们创建一个输入和输出都是标量的简单模型：

import tensorflow as tf
# 创建数据
x_data = tf.range(10, 50), dtype=tf.float32)
y_data = x_data * 0.1 + tf.random.normal(shape=(10,), dtype=tf.float32))
# 定义模型结构
model = tf.keras.models.Sequential([
    tf.keras.layers.Dense(1, input_shape=(x_data.shape[1],), use_bias=False),  # 输入层
])
# 编译模型，定义损失函数（MSE）和优化器（Adam）
model.compile(loss=tf.keras.losses.MeanSquaredError(), optimizer=tf.keras.optimizers.Adam())
# 训练模型
model.fit(x_data, y_data, epochs=10)
# 模型预测
predictions = model.predict(tf.convert_to_tensor([[25], [30]]]), dtype=tf.float32))
print(predictions)