图像去雾毕业论文准备06-深度学习框架（tensorflow2.0）——超级详细，值得一看（线性回归）

图像去雾毕业论文准备06-深度学习框架（tensorflow2.0）

参考视频tensorflow2.0学习视频

一、简易安装教程

CPU版本

首先根据要求检查一下自己的pip版本，如果大于19.0就跳过，如果是小于19.0，就使用命令进行更下

python -m pip install --upgrade pip

安装包下载安装（使用安装豆瓣源）

pip install tensorflow-cpu==2.3.0 -i https://pypi.douban.com/simple

由于我这里已经安装过tensorflow2.3的版本这里就不展示，当然对于不知道自己有没有安装过tensorflow的朋友，可以在file->setting->interpreter中看看自己是否已经安装过。备注：其他的安装包在这里也是可以看到的

接着来：昨天（20210103 晚上有聚餐，不妨给各位瞅瞅）

然后让我想起这个，请看图！

没错，你没看错，我在C位，东哥的位置（哈哈哈）
好啦，接着昨天的来吧！
其实昨天我的tensorflow2.3.1是不可以正常使用的，于是聚餐前我自己又按照上面的方法来了安装了一次，现在已经安装成功了，打印出来如下：

# 测试
import tensorflow as tf
print(tf.__version__)

E:\Anaconda\envs\Pytorch\python.exe E:/PycharmSoftware/CNN/tensorflow2.0.py
2.3.0

Process finished with exit code 0
至此，电脑已经安装了tensorflow2.3.0版本。
为了实现可以绘图，大家可以安装上述方法，再安装matplotlib 和 notebook
matplotlib参考博文，简单介绍

pip install matplotlib notebook -i https://pypi.douban.com/simple

对了，这里给大家插播一句，由于软件更新很快，并且不能版本的软件或者库往往不能共存，这里给大家讲一下如何操作（新建不同环境）这里叫做虚拟环境，大家可以网上搜一下怎么操作，也可以看看我简单的介绍虚拟环境搭建参考博文
所以我再次进入我的虚拟环境（也就是我的pytorch环境，我之前学习pytorch时新建的，大家可以根据自己的需要进行）

好啦，我这里再安装一个notebook,因为那个画图的matplotlib我已经安装过！
jupyter notebook就可安装了，然后会跳出一个一个网页！就可以使用啦

GPU版本

这里给个链接吧，不详细操作（我的先看时英伟达是440）太老了，所以操作不来，详细的自己看吧！
GPU版本配置
由于显卡比较贵，所以我打算使用云GPU版本来训练！
给大家看看

具体的我还没开始使用，因为设计到收费，我打算把tensorflow多了解下再进行，后续给大家更新。。。

看看线性回归案例

受教育年限和收入的关系

# 测试是否安装成功
import tensorflow as tf
import os

# 查看版本
print(tf.__version__)

这里需要一个cvs数据集（我直接贴在文档里面，新建一个txt文件，把后缀修改成xxx.csv即可）
|
或者私信我，我给你发一份（我通过上面的方法操作的）

这里需要一个pandas库进行数据导入
然后通过matplotlib绘制散点图，进行预览！

# 测试是否安装成功
import tensorflow as tf
import os
import pandas as pd
import matplotlib.pyplot as plt

# 查看版本
print(tf.__version__)

data = pd.read_csv("dataset.csv")
print(data)
plt.scatter(data.Education,data.Income)
plt.show()

效果如图所示：

分析讲解：



梯度下降：
梯度下降也是深度学习的核心算法

这里是利用keras搭建模型，输出是1，输入也是1，使用的是元组形式，所以需要加上一个,

# 添加一个层
model = tf.keras.Sequential()
# 建立一个模型，输出维度为1，输入维度为1（这里需要输入元组,所以加上一个,）
model.add(tf.keras.layers.Dense(1,input_shape=(1,)))
print(model.summary())

打印，输出搭建模型的结构如下所示：

（None,1）None代表样本的个数，不定！
Param初始化两个变量，输出为1
不知道几个意思，操作了半天竟然出错了！
完整代码如下：感兴趣的小伙伴研究一下！

#!/usr/bin/python3.6
# -*- coding: utf-8 -*-
# @Time    : 2021/1/3 16:58
# @Author  : ptg
# @Email   : zhxwhchina@163.com
# @File    : tensorflow2.0.py
# @Software: PyCharm

# 测试是否安装成功
import tensorflow as tf
import os
import pandas as pd
import matplotlib.pyplot as plt

# 查看版本
print(tf.__version__)

data = pd.read_csv("dataset.csv")
# print(data)
plt.scatter(data.Education,data.Income)
plt.show()
# tf.cast(x, tf.float32)
X = data.Education
print(type(X))
Y = data.Income

# print(X)
# -----------------------------------------------------
# 添加一个层
model = tf.keras.Sequential()
# 建立一个模型，输出维度为1，输入维度为1（这里需要输入元组,所以加上一个,）
model.add(tf.keras.layers.Dense(1,input_shape=(1,)))
print(model.summary())
#
# # 编译过程
# # 优化方法和损失函数
model.compile(optimizer='adam',
    loss='mse'
)
# # 训练过程
history = model.fit(X,Y,epochs=5000)
print(history)


print(model.predict(pd.Series()))

好啦，本节完了！