[Tensorflow]搭建tensoflow开发环境

Tensorflow简介无需多言，摘抄一段百度百科：

TensorFlow™是一个基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于各类机器学习（machine learning）算法的编程实现，其前身是谷歌的神经网络算法库DistBelief [1]  。

Tensorflow拥有多层级结构，可部署于各类服务器、PC终端和网页并支持GPU和TPU高性能数值计算，被广泛应用于谷歌内部的产品开发和各领域的科学研究 [1-2]  。

TensorFlow由谷歌人工智能团队谷歌大脑（Google Brain）开发和维护，拥有包括TensorFlow Hub、TensorFlow Lite、TensorFlow Research Cloud在内的多个项目以及各类应用程序接口（Application Programming Interface, API） [2]  。自2015年11月9日起，TensorFlow依据阿帕奇授权协议（Apache 2.0 open source license）开放源代码 [2]  。

 

Tensorflow本身支持多种语言接口，包括Java，C++，Python和Javascript。本文将仅针对Python语言作介绍。要搭建Tensorflow的Python环境，首先需要创建一个安装了Tensorflow库的Python虚拟环境。推荐使用Anaconda（https://www.anaconda.com/distribution/）。

 

Anaconda

安装完成以后的界面如上所示。

在下拉列表中创建一个新的虚拟环境，在右侧的搜索框中可以选择安装相应的库，包括numpy，scipy，tensorflow，keras等

 

安装完成以后，打开Python的IDE如PyCharm，在Preferences -> Project Interpreter中，添加新的解释器，在Base Interpreter中选择刚才创建的anaconda的虚拟环境，这个编译器中已经包含了Tensorflow的库

下面代码用于测试：

import tensorflow as tf

a = tf.constant(2)
b = tf.constant(3)
c = tf.multiply(a, b)

init = tf.global_variables_initializer()

with tf.Session() as sess:
    sess.run(init)
    d = c.eval()
    print(d)

console:

/Users/wujz/envs/tensorflow-py36/bin/python /Users/wujz/Learning/MachineLearning/TensorFlow/regression/test.py
1.12.0
6

 

测试成功