TensorFlow深度学习框架搭建

最新推荐文章于 2024-08-20 18:55:43 发布

程序媛_cico

最新推荐文章于 2024-08-20 18:55:43 发布

阅读量6.2k

点赞数 2

分类专栏：机器学习文章标签： Tensorflow

本文链接：https://blog.csdn.net/weixin_42596381/article/details/81005980

版权

本文介绍了TensorFlow的安装与测试，强调了它在Python 3.X环境下的运行，并提供了学习资源。通过TensorBoard实现模型的可视化监控，详细讲解了如何启动和使用TensorBoard来观察训练状态。此外，还分享了训练过程中的准确率变化。

摘要由CSDN通过智能技术生成

与keras类似，tensorflow是一个很流行的机器学习、深度学习算法框架，开发者只需要专注于模型的设计，大大的提高了开发效率，tensorflow内置的模型丰富可以直接用于实践应用；加上自带有WEBUI监控，我们可以实时观测模型的运行状态。

1 安装与测试

安装环境：联网环境下win7+python3.x

安装：

声明：win7环境下的Tensorflow只能运行在Python 3.X版本中，不可运行下在Python2.X中。

进入CMD 环境中，python -m pip install tensorflow

经过漫长的等待后，安装成功！

此次安装没有安装CUDA,tensorflow的计算在单机CPU下进行。

测试：

Python 3.6.3 shell：

Python 3.6.3 (v3.6.3:2c5fed8, Oct  3 2017, 18:11:49) [MSC v.1900 64 bit (AMD64)] on win32
Type "copyright", "credits" or "license()" for more information.
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
b'Hello, TensorFlow!'
>>> a=tf.constant(10)
>>> b=tf.constant(10)
>>> print(sess.run(a+b))
20
>>>