这有点像死神贴，但如果你仍然感兴趣，这里有一组通用的 tensorflow 教程，解释了如何在 tensorflow 中运行东西。它包括进行线性和最近邻回归的示例，因此它应该有助于解决您的原始问题。

https://github.com/aymericdamien/TensorFlow-Examples

另外，这里是在tensorflow中做微分方程的原始tensorflow教程。让您了解张量流计算图的灵活性。

https://www.tensorflow.org/versions/r0.9/tutorials/pdes/index.html

使用 TensorFlow，您可以实现任何依赖于梯度下降和反向传播（链式规则）的机器学习算法，或者可以这样重述。这包括逻辑回归、支持向量机等。但我不知道如何在 TensorFlow 中实现随机森林。

一些 numpy 操作在 TensorFlow 中有镜像，所以如果你可以在 numpy 中实现它，那么移植到 TensorFlow 就很简单了。例如，这里是一个 K-means 聚类的例子：https ://stackoverflow.com/questions/33621643/how-would-i-implement-k-means-with-tensorflow