TensorFlow在win下可以使用pip安装,pip install TensorFlow
通常分为GPU版和CPU版,有独立显卡的情况下,推荐使用GPU,GPU在处理数据运算方面更优于CPU,从专业的角度看,使用源码安装可以开启加速。
作为机器学习中更专业的技术,当然还会依赖继续学习中的类库,因此, aconda是必须安装的。
TensorFlow较其他工具有独特的优势,界面可视化的调取。
import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2' #指定日志输出等级
a = tf.constant([1,2,3,4,5])
var = tf.Variable(tf.random.normal([2,3],mean=0.0,stddev=1.0))
x = tf.constant(3.0)
y = tf.constant(5.0)
z = tf.add(x,y)
init_op = tf.compat.v1.global_variables_initializer()
with tf.compat.v1.Session() as sess:
#初始化op
sess.run(init_op)
#将数据写入到指定的文件目录下
tf.compat.v1.summary.FileWriter('./sum',graph=sess.graph)
print(sess.run([z,var]))
开启可视化服务界面:在命令行执行:tensorboard --logdir =" ../sum" --host="127.0.0.1"
随之便可以在默认指定的6006端口去查看页面。在打开的页面中选择graphs选项卡
容易踩到的坑:
因为 win10 将 localhost 解析为 ipv6地址 [::1],所以无法使用 http://0.0.0.0:6006 查看 tensorboard
解决办法:直接访问http://localhost:6006/ 或者像上面在命令行直接指定服务地址
其次:对数据存放路径的正确指定,否则会报找不到数据。