能看到这说明你对python已经有一定的了解了,因此很多基础直接跳过。

一、TensorFlow环境配置:

SRE实战 互联网时代守护先锋,助力企业售后服务体系运筹帷幄!一键直达领取阿里云限量特价优惠。

TensorFlow的环境配置在网上很多的教程都是用anaconda的方式,但是很容易出现冲突,而且问题也不是很好解决,因此不建议使用anaconda。建立一个新的pythonvirtual的环境,专门用来做TensorFlow,由于pycharm可以继承于原来的环境,因此有些库也会继承下来,即使没有也可以用pip的指令来完成安装,直接进入python的新建的虚拟环境。输入【pip install tensorflow】。


二、实例

完成安装后输入 【activate TensorFlow】进入界面。
初入TensorFlow————配置TensorFlow 随笔 第1张

 

输入python进入python界面导入包,如果出错重新安装调试。

成功后输入一下代码:

import tensorflow as tf # tf.Session()封装了tensorflow的信息
sess = tf.Session() # constant是获取输入的内容
hello = tf.constant('初入tensorflow!请多指教') # 直接sess.run() 输出的是二进制信息,因此需要编码一下
print(sess.run(hello)) print(sess.run(hello).decode('utf-8'))

 

三、结果呈现

初入TensorFlow————配置TensorFlow 随笔 第2张

 

 四、总结

开始学习tensorflow,遇到了环境配置问题,最后新建了一个虚拟环境专门用来中tensorflow的内容,即使在pycharm中也是可以完成环境的转换。

扫码关注我们
微信号:SRE实战
拒绝背锅 运筹帷幄