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
测试、预发布后用python检测网页是否有日常链接
Jun 03 Python
python tensorflow基于cnn实现手写数字识别
Jan 01 Python
python爬虫获取淘宝天猫商品详细参数
Jun 23 Python
python3利用Socket实现通信的方法示例
May 06 Python
python正则-re的用法详解
Jul 28 Python
vim自动补全插件YouCompleteMe(YCM)安装过程解析
Oct 21 Python
Python搭建代理IP池实现存储IP的方法
Oct 27 Python
tensorflow ckpt模型和pb模型获取节点名称,及ckpt转pb模型实例
Jan 21 Python
Python实现常见的几种加密算法(MD5,SHA-1,HMAC,DES/AES,RSA和ECC)
May 09 Python
Python LMDB库的使用示例
Feb 14 Python
python 中的jieba分词库
Nov 23 Python
bat批处理之字符串操作的实现
Mar 16 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
备份mysql数据库的php代码(一个表一个文件)
2010/05/28 PHP
自己写的兼容低于PHP 5.5版本的array_column()函数
2014/10/24 PHP
PHP内存缓存Memcached类实例
2014/12/08 PHP
JS(jQuery)实现聊天接收到消息语言自动提醒功能详解【提示“您有新的消息请注意查收”】
2019/04/16 PHP
Laravel模糊查询区分大小写的实例
2019/09/29 PHP
使用EXT实现无刷新动态调用股票信息
2008/11/01 Javascript
js函数的延迟加载实现代码
2012/10/11 Javascript
ie中js创建checkbox默认选中问题探讨
2013/10/21 Javascript
raphael.js绘制中国地图 地图绘制方法
2014/02/12 Javascript
javascript解析json数据的3种方式
2014/05/08 Javascript
js中运算符&& 和 || 的使用记录
2014/08/21 Javascript
js中style.display=""无效的解决方法
2014/10/30 Javascript
jQuery实现的Tab滑动选项卡及图片切换(多种效果)小结
2015/09/14 Javascript
详解JavaScript对象类型
2016/06/16 Javascript
Jquery Easyui表单组件Form使用详解(30)
2016/12/19 Javascript
JS验证不重复验证码
2017/02/10 Javascript
JS得到当前时间的方法示例
2017/03/24 Javascript
Angularjs实现上传图片预览功能
2017/09/01 Javascript
详解vue-cil和webpack中本地静态图片的路径问题解决方案
2017/09/27 Javascript
微信小程序之裁剪图片成圆形的实现代码
2018/10/11 Javascript
微信小程序非swiper组件实现的自定义伪3D轮播图效果示例
2018/12/11 Javascript
vue 列表页跳转详情页获取id以及详情页通过id获取数据
2019/03/27 Javascript
详解小程序毫秒级倒计时(适用于拼团秒杀功能)
2019/05/05 Javascript
基于mpvue的简单弹窗组件mptoast使用详解
2019/08/02 Javascript
node.js express框架实现文件上传与下载功能实例详解
2019/10/15 Javascript
Vue-router编程式导航的两种实现代码
2021/03/04 Vue.js
[01:11]回顾历届DOTA2国际邀请赛中国区预选赛
2017/06/26 DOTA
Python装饰器decorator用法实例
2014/11/10 Python
pandas groupby 分组取每组的前几行记录方法
2018/04/20 Python
HTML5 常见面试题之PC端和移动端区别介绍
2018/01/22 HTML / CSS
HTML5中的Web Notification桌面通知功能的实现方法
2019/07/29 HTML / CSS
学期研究性学习个人的自我评价
2014/01/09 职场文书
经典团队口号
2014/06/06 职场文书
礼貌问候语大全
2015/11/10 职场文书
56句经典英文座右铭
2019/08/09 职场文书
springcloud整合seata
2022/05/20 Java/Android