TensorFlow window10本地开发环境搭建

TensorFlow开发环境搭建

1.python安装

Anaconda下载地址

根据操作系统选择对应的下载安装版本。

2.pycharm创建TensorFlow虚拟开发环境

virtualenv时一种虚拟环境，这样当前项目安装的类库时和全局Anaconda类库完全隔离的，防止项目过多的时候出现类库污染的状况。
为了安装TensorFlow类库的时候可以快一点，我们可以更换pip的源，在C:\Users\xxx下创建pip文件夹，在pip文件夹中创建pip.ini文件，添加以下内容：

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

更换了pip源之后，我们开始安装tensorFlow类库，可以通过下面命令行的形式安装，pycharm打开新建的项目，打开terminal的时候会自动进入虚拟环境，输入下面的命令会开始tensorFlow的安装。

pip install --upgrade tensorFlow

安装完毕，新建py测试文件，输入一下测试代码：

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)

运行之后会发现模型的训练结果：

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

准确率在97.56%，至此完成tensorFlow开发环境的搭建