windows环境下tensorflow安装

前言

关于安装教程，网上挺多的。写这篇文章也是参考了一些文章，主要是为了以后方便自己进行查看。

建议按顺序观看，这是一个小系列，适合像我这样的初学者入门

配置环境：windows环境下tensorflow安装

图片分类案例学习：TensorFlow案例学习：对服装图像进行分类

使用官方模型，并进行微调：TensorFlow学习：使用官方模型进行图像分类、使用自己的数据对模型进行微调

将模型转换，在前端使用：TensorFlow学习：在web前端如何使用Keras 模型

tensorflow 安装

安装anaconda

Anaconda是一个Python和R编程语言的开源发行版和集成环境，用于数据科学、机器学习和大数据处理等领域。它包含了一系列预安装的常用库、工具和应用程序，使得用户可以快速和方便地开始开发和运行数据分析和科学计算的项目。
Anaconda核心的组件包括Conda、Python、Jupyter Notebook等。其中，Conda是一个跨平台的包管理器和环境管理器，可以安装、更新、卸载和切换不同的软件包和依赖项。Python是一种高级编程语言，因其易学易用、功能强大和丰富的生态系统而在数据科学领域广泛使用。Jupyter Notebook是交互式笔记本环境，可以帮助用户在一个网页中结合文本、代码、图像和可视化，实现数据分析和可视化任务。

安装地址：官方下载地址

注：如果你之前安装过 python需要先卸载掉。官网最新版的下载有点慢，我是从网上找的旧版（旧版地址：http://www.51xiazai.cn/soft/1229080.htm）

安装完成后可以在命令窗口里输入：conda --version ，来验证是否安装成功

如果是这样，说明需要配置系统环境变量

在系统环境变量path 里加上Anaconda安装路径和Scripts路径，下面是我的

D:\anaconda
D:\anaconda\Scripts
1
2

也可以使用conda list查看已经安装的软件包

设置镜像源

设置为清华镜像

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 
1

conda config --set show_channel_urls yes
1

安装Tensorflow

1、创建tensorflow需要的环境

conda create -n tensorflow pip python=3.8
1

tensorflow是环境名称，也可以用其他名字（没有尝试）
python=3.8 指定使用的版本，避免与已安装的版本产生冲突，官网推荐的是这几个版本

https://tensorflow.google.cn/install?hl=zh-cn

2、激活环境

activate tensorflow
1

3、安装

可以使用conda search tensorflow来查询可用的 TensorFlow 版本。版本挺多的，最新的是2.10

看官方文档https://tensorflow.google.cn/install/pip?hl=zh-cn，因为我们是python 3.8，这里选择安装2.3版本

conda install tensorflow=2.3.0
1

这时你也可以打开Anaconda Navigator 查看配置的环境，切换环境，下载依赖

验证是否安装成功
下面是一个简单的线性回归模型，运行成功后，则说明安装成功

import tensorflow as tf
import numpy as np

# 生成一些随机的训练数据
x_train = np.random.rand(100).astype(np.float32)
y_train = 2 * x_train + 1

# 创建模型，创建一个单层的线性回归模型
model = tf.keras.Sequential([
    tf.keras.layers.Dense(units=1, input_shape=[1])
])

# 编译模型，使用sgd作为优化器，使用均方误差（mse）作为损失函数
model.compile(optimizer='sgd', loss='mse')

# 训练模型，x_train（输入数据），y_train（目标数据），训练100次
model.fit(x_train, y_train, epochs=100)

# 使用模型进行预测
x_test = np.array([0.5, 0.6, 0.7])
y_pred = model.predict(x_test)

print(y_pred)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

这里发现了一个问题，运行代码时并没有使用我们自己创建的环境，而是使用的默认环境

这个暂时没有搞明白。