关于win10在tensorflow的安装及在pycharm中运行步骤详解


Posted in Python onMarch 16, 2020

本文介绍在win10中安装tensorflow的步骤:

1、安装anaconda3

2、新建conda环境变量,可建多个环境在内部安装多个tensorflow版本,1.x和2.x版本功能差别太大,代码也很大区别

3、环境中安装python和fensorflow

4、用tensorflow运行一段测试程序

安装anaconda下载地址(清华镜像):

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/选择最新版本

关于win10在tensorflow的安装及在pycharm中运行步骤详解

开始安装anaconda

关于win10在tensorflow的安装及在pycharm中运行步骤详解关于win10在tensorflow的安装及在pycharm中运行步骤详解关于win10在tensorflow的安装及在pycharm中运行步骤详解

选择安装位置

关于win10在tensorflow的安装及在pycharm中运行步骤详解

勾选后,点击 install

关于win10在tensorflow的安装及在pycharm中运行步骤详解

等待一段时间

关于win10在tensorflow的安装及在pycharm中运行步骤详解

安装完成,直接退出

关于win10在tensorflow的安装及在pycharm中运行步骤详解关于win10在tensorflow的安装及在pycharm中运行步骤详解关于win10在tensorflow的安装及在pycharm中运行步骤详解

安装好anaconda以后,打开cmd输入conda --version” ----->得到conda 4.7.12,安装成功

关于win10在tensorflow的安装及在pycharm中运行步骤详解

anaconda3就安装好了

开始安装tensorflow

国外原地址下载太慢,这里设置国内镜像源,否则特别慢。。。。:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

 

conda config --set show_channel_urls yes

关于win10在tensorflow的安装及在pycharm中运行步骤详解关于win10在tensorflow的安装及在pycharm中运行步骤详解

我们先安装tensorflow2.0版本创建新的环境tensorflow2,输入: conda create -n tensorflow2 python=3.7

关于win10在tensorflow的安装及在pycharm中运行步骤详解

输入 y

开始自动下载文件(可以看到下载的Python版本为3.7.6版本,文件目录在E:\anaconda3\envs中,后面配置时会用到),

关于win10在tensorflow的安装及在pycharm中运行步骤详解

激活刚才创建的环境,输入 : activate tensorflow2

关于win10在tensorflow的安装及在pycharm中运行步骤详解

然后就开始安装TensorFlow,输入: pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==2.0.0-beta1

关于win10在tensorflow的安装及在pycharm中运行步骤详解

接下来自动安装好了,出现下面提示就安装好了,哈哈!

关于win10在tensorflow的安装及在pycharm中运行步骤详解

python的版本不一样,运行环境也不一样,如果还要安装1.x版本,(这里安装tensorflow1.9.0版本),再次进入cmd中

创建新的1.x版本环境

输入 :conda create -n tensorflow1 python=3.6 激活新环境

输入 : activate tensorflow1 安装TensorFlow

输入: pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==1.9.0

关于win10在tensorflow的安装及在pycharm中运行步骤详解

安装过程中,如需pip9.0.1升级pip20:

输入 python -m pip install --upgrade pip -i https://pypi.tuna.tsinghua.edu.cn/simple

运行tensorflow

既然fensorflow安装好了,我现在用pycharm打开运行一段代码,首先配置pycharm

关于win10在tensorflow的安装及在pycharm中运行步骤详解

打开设置?项目?项目编辑器?点击Add

关于win10在tensorflow的安装及在pycharm中运行步骤详解

按下面步骤,设置环境就ok了

关于win10在tensorflow的安装及在pycharm中运行步骤详解

我们设置一个新环境,将环境再改为刚安装好的tensorflow1.9.0的版本,测试运行一个小程序。

# -*- coding: utf-8 -*-
"""
Created on Mon Nov 19 19:33:03 2018
@author: KUMA
"""
import numpy as np
import tensorflow as tf
import os
os.environ['CUDA_VISIBLE_DEVICES'] = '0'
class LinearSep:
 def __init__(self):
 self.n_train = 10
 self.n_test = 50
 self.x_train, self.y_train, self.x_test, self.y_test = self._gene_data()
 def _gene_data(self):
 x = np.random.uniform(-1, 1, [self.n_train, 2])
 y = (x[:, 1] > x[:, 0]).astype(np.int32)
 x += np.random.randn(self.n_train, 2) * 0.05
 x_test = np.random.uniform(-1, 1, [self.n_test, 2])
 y_test = (x_test[:, 1] > x_test[:, 0]).astype(np.int32)
 return x, y, x_test, y_test
# 随机生成数据
dataset = LinearSep()
X_train, Y_train = dataset.x_train, dataset.y_train
print(Y_train)
Y_train = np.eye(2)[Y_train]
X_test, Y_test = dataset.x_test, dataset.y_test
Y_test = np.eye(2)[Y_test]
x = tf.placeholder(tf.float32, [None, 2], name='input')
y = tf.placeholder(tf.float32, [None, 2], name='output')
w1 = tf.get_variable(name='w_fc1', shape=[2, 20], dtype=tf.float32)
b1 = tf.get_variable(name='b_fc1', shape=[20], dtype=tf.float32)
out = tf.matmul(x, w1) + b1
out = tf.nn.relu(out)
w2 = tf.get_variable(name='w_fc2', shape=[20, 2], dtype=tf.float32)
b2 = tf.get_variable(name='b_fc2', shape=[2], dtype=tf.float32)
out = tf.matmul(out, w2) + b2
out = tf.nn.softmax(out)
# cross entropy 损失函数
loss = -tf.reduce_mean(tf.reduce_sum(y * tf.log(out + 1e-8), axis=1), axis=0)
# 准确率
correct_pred = tf.equal(tf.argmax(y, axis=1), tf.argmax(out, axis=1))
accuracy = tf.reduce_mean(tf.cast(correct_pred, tf.float32))
# 定义优化器
train_op = tf.train.AdamOptimizer(1e-3).minimize(loss) # 1e-3 是学习律
# 初始化网络
# BATCH_SIZE = 128
EPOCH = 7000 # 优化次数
sess = tf.Session()
sess.run(tf.global_variables_initializer())
for ep in range(EPOCH):
 sess.run(train_op, feed_dict={x: X_train, y: Y_train})
 loss_train, acc_train = sess.run([loss, accuracy], feed_dict={x: X_train, y: Y_train})
 acc_test, pre_test = sess.run([accuracy, correct_pred], feed_dict={x: X_test, y: Y_test})
 if ep % 1000 == 0:
 print(ep, loss_train, acc_train, acc_test)
 print(Y_test.shape)
test_pre = sess.run(out, feed_dict={x: X_test, y: Y_test})
print(len(test_pre))
mask = np.argmax(test_pre, axis=1)
print(mask)
mask_0 = np.where(mask == 0)
mask_1 = np.where(mask == 1)
X_0 = X_train[mask_0]
X_1 = X_train[mask_1]
print(X_0)

结果如下:

`[1 0 1 0 1 1 1 0 1 1] T:\src\github\tensorflow\tensorflow\core\platform\cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2

0 0.81077516 0.1 0.34 (50, 2) 1000 0.013808459 1.0 0.82 (50, 2) 2000 0.0025899492 1.0 0.82 (50, 2) 3000 0.00088921207 1.0 0.82 (50, 2) 4000 0.00038405406 1.0 0.82 (50, 2) 5000 0.0001859894 1.0 0.82 (50, 2) 6000 8.420033e-05 1.0 0.82 (50, 2) 50 [0 1 1 1 0 0 1 1 1 1 1 1 0 1 0 0 1 1 0 1 1 0 0 0 1 1 1 0 1 1 1 1 1 1 1 1 0 0 1 1 0 1 0 0 1 1 0 1 1 1]`

其中出现 Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 这个没问题,可以忽略,能正常运行出结果。

总结

到此这篇关于关于win10在tensorflow的安装及在pycharm中运行步骤详解的文章就介绍到这了,更多相关tensorflow安装pycharm运行内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!

Python 相关文章推荐
python网络编程学习笔记(九):数据库客户端 DB-API
Jun 09 Python
python中使用百度音乐搜索的api下载指定歌曲的lrc歌词
Jul 18 Python
Python中的日期时间处理详解
Nov 17 Python
Python中Django发送带图片和附件的邮件
Mar 31 Python
K-means聚类算法介绍与利用python实现的代码示例
Nov 13 Python
PyCharm设置SSH远程调试的方法
Jul 17 Python
对Django 中request.get和request.post的区别详解
Aug 12 Python
Python中低维数组填充高维数组的实现
Dec 02 Python
Python中用pyinstaller打包时的图标问题及解决方法
Feb 17 Python
Python Dataframe常见索引方式详解
May 27 Python
Python 在 VSCode 中使用 IPython Kernel 的方法详解
Sep 05 Python
Python 远程开关机的方法
Nov 18 Python
Python3.6 中的pyinstaller安装和使用教程
Mar 16 #Python
python pandas利用fillna方法实现部分自动填充功能
Mar 16 #Python
Python Flask上下文管理机制实例解析
Mar 16 #Python
Python threading.local代码实例及原理解析
Mar 16 #Python
python实现ssh及sftp功能(实例代码)
Mar 16 #Python
借助Paramiko通过Python实现linux远程登陆及sftp的操作
Mar 16 #Python
Django ValuesQuerySet转json方式
Mar 16 #Python
You might like
escape unescape的php下的实现方法
2007/04/27 PHP
php UBB 解析实现代码
2011/11/27 PHP
PHP中函数rand和mt_rand的区别比较
2012/12/26 PHP
从零开始学YII2框架(二)通过 Composer 安装扩展插件
2014/08/20 PHP
jQuery学习5 jQuery事件模型
2010/02/07 Javascript
基于jQuery的公告无限循环滚动实现代码
2012/05/11 Javascript
浅析Js(Jquery)中,字符串与JSON格式互相转换的示例(直接运行实例)
2013/07/09 Javascript
jQuery Easyui快速入门教程
2016/08/21 Javascript
利用js定义一个导航条菜单
2017/03/14 Javascript
基于Vue生产环境部署详解
2017/09/15 Javascript
五步轻松实现zTree的使用
2017/11/01 Javascript
Vue如何实现响应式系统
2018/07/11 Javascript
vue  自定义组件实现通讯录功能
2018/09/30 Javascript
用WebStorm进行Angularjs 2开发(环境篇:Windows 10,Angular-cli方式)
2018/12/05 Javascript
谈谈React中的Render Props模式
2018/12/06 Javascript
JS实现获取自定义属性data值的方法示例
2018/12/19 Javascript
深入理解vue-class-component源码阅读
2019/02/18 Javascript
js实现多个倒计时并行 js拼团倒计时
2019/02/25 Javascript
js图片查看器插件用法示例
2019/06/22 Javascript
在Vue项目中使用Typescript的实现
2019/12/19 Javascript
js实现无刷新监听URL的变化示例代码详解
2020/06/03 Javascript
解决vue加scoped后就无法修改vant的UI组件的样式问题
2020/09/07 Javascript
[52:06]完美世界DOTA2联赛决赛日 Inki vs LBZS 第一场 11.08
2020/11/10 DOTA
Python实现打砖块小游戏代码实例
2019/05/18 Python
wxPython绘图模块wxPyPlot实现数据可视化
2019/11/19 Python
numpy按列连接两个维数不同的数组方式
2019/12/06 Python
TensorFlow dataset.shuffle、batch、repeat的使用详解
2020/01/21 Python
python开根号实例讲解
2020/08/30 Python
CSS3模拟动画下拉菜单效果
2017/04/12 HTML / CSS
HTML5实现页面切换激活的PageVisibility API使用初探
2016/05/13 HTML / CSS
Street One瑞士:德国现代时装公司
2019/10/09 全球购物
食堂员工工作职责
2013/12/18 职场文书
推荐信格式要求
2014/05/09 职场文书
ktv周年庆活动方案
2014/08/18 职场文书
乡镇干部个人对照检查材料思想汇报
2014/10/04 职场文书
python中Tkinter 窗口之输入框和文本框的实现
2021/04/12 Python