目前tensorfow2.0稳定版还不能自动提示,网上说是tensorflow懒惰加载依赖引起的,先不管这些了。使用tensorflow-2.0.0-beta(测试版),其中的API跟稳定版基本一致,应该可以满足大部分需求,如果不行的话,可以将编写的代码放到tensorflow-2.0稳定版本运行,这也是一个不错的选择。不多说了,附上具体解决方法。
1、pip install tensorflow-gpu==2.0.0-beta,官网说不加gpu默认加了gpu,但是我这里测试,不加gpu的话,不会去加载gpu跑程序,而且我看带gpu的安装包比不带的要大的多
2、在VS-Code的setting.json中加上 “python.analysis.downloadChannel”: "beta"
setting.json在VS-Code设置中可以查找并编辑。
附上tensorflow2.0官网代码,可以看出keras成为tf下的一个包了。
from __future__ import absolute_import,division,print_function,unicode_literals
import numpy as np
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,batch_size=32,epochs=50,validation_data=(x_test,y_test))
版权声明:本文为IT_BOY__原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接和本声明。