TensorFlow window10本地開發環境搭建

TensorFlow開發環境搭建

1.python安裝

Anaconda下載下傳位址

根據作業系統選擇對應的下載下傳安裝版本。

2.pycharm建立TensorFlow虛拟開發環境

virtualenv時一種虛拟環境，這樣目前項目安裝的類庫時和全局Anaconda類庫完全隔離的，防止項目過多的時候出現類庫污染的狀況。

為了安裝TensorFlow類庫的時候可以快一點，我們可以更換pip的源，在C:\Users\xxx下建立pip檔案夾，在pip檔案夾中建立pip.ini檔案，添加以下内容：

[global]
 index-url = https://pypi.tuna.tsinghua.edu.cn/simple
           

更換了pip源之後，我們開始安裝tensorFlow類庫，可以通過下面指令行的形式安裝，pycharm打開建立的項目，打開terminal的時候會自動進入虛拟環境，輸入下面的指令會開始tensorFlow的安裝。

pip install --upgrade tensorFlow
           

安裝完畢，建立py測試檔案，輸入一下測試代碼：

import tensorflow as tf

mnist = tf.keras.datasets.mnist

(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

model = tf.keras.models.Sequential([
    tf.keras.layers.Flatten(input_shape=(28, 28)),
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dropout(0.2),
    tf.keras.layers.Dense(10, activation='softmax')
])

model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

model.fit(x_train, y_train, epochs=5)
model.evaluate(x_test, y_test, verbose=2)

           

運作之後會發現模型的訓練結果：

Epoch 1/5
1875/1875 [==============================] - 2s 919us/step - loss: 0.3015 - accuracy: 0.9112
Epoch 2/5
1875/1875 [==============================] - 2s 900us/step - loss: 0.1447 - accuracy: 0.9568
Epoch 3/5
1875/1875 [==============================] - 2s 1ms/step - loss: 0.1073 - accuracy: 0.9676
Epoch 4/5
1875/1875 [==============================] - 2s 944us/step - loss: 0.0878 - accuracy: 0.9729
Epoch 5/5
1875/1875 [==============================] - 2s 888us/step - loss: 0.0742 - accuracy: 0.9766
313/313 - 0s - loss: 0.0747 - accuracy: 0.9756

Process finished with exit code 0

           

準确率在97.56%，至此完成tensorFlow開發環境的搭建