环境配置部分
电脑配置为15版MacBook Pro带Iris Pro集成显卡。
系统版本为macOS Big Sur。
mac系统自带Python2.7,Tensorflow2.0需要配置Python3.0的环境运行。首先使用homebrew安装python3.x版本,需要注意的是Tensorflow目前不支持python的最高版本,下载的时候需要在官网上选择适合Tensorflow2.0的python3.x版本(目前是3.6-3.8)。如果已经安装了高版本的python3需要手动卸载重新安装降级,在命令行输入如下指令查看python3版本:
python3 -v
版本支持问题详见如下链接:
Install Tensorflow 2
Tensorflow2.0作为python的库可以透过anaconda或者pip来管理配置,anaconda具有图形界面安装并不复杂。pip需要透过命令行交互安装,推荐使用国内清华的源。
另附关于pip的使用教程:
pip教程
# 使用国内清华源安装numpy
pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
# 使用国内清华源安装TensorFlow CPU版本
pip install -U tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple
其他常用的python库:
# 使用清华源安装常用python库
pip install -U numpy matplotlib pillow pandas - i https://pypi.tuna.tsinghua.edu.cn/simple
测试一下我们Tensorflow2.0能够正确加载:
第一个配置Tensorflow2.0的程序
Q:训练一个最简单的神经网络用MNIST数据集进行训练
MNIST是由(Lecun, Bottou, Bengio, & Haffner, 1998)发布的用以统一测试评估机器学习模型的手写数字图片集。它包含了 0~9 共 10 种数字的手写图片,每种数字一 共有 7000 张图片,采集自不同书写风格的真实手写图片,一共 70000 张图片。其中 60000 张图片作为训练集(Training Set),用来训练模型,剩下 10000 张图片作为测试集(Test Set),用来预测或者测试,训练集和测试集共同组成了整个 MNIST 数据集。每张图片都是28×28大小的灰度图片