從零開始的 TensorFlow：第一章、環境安裝篇

前言

在 GitHub 搜尋了一下 python，根據 Most stars 排名，發現了 tensorflow 排名第一。那就證明 python 存在的風向標就是深度學習。

準備和 TensorFlow 徹底剛上了，不會卷積神經網路沒關係，不理解人工智慧學習原理沒關係，高等數學沒學過沒關係。我要從實際應用出發，從高層延伸原理，用到什麼學什麼，上面那些相信慢慢也就能學會了。

Python 下載安裝

下載地址

3.4、3.5、3.6 或 3.7 都是可以用的

我選擇的最新版的 3.7.4 版本。（此時時間：2019 年 7 月 17 日）

• 注：我的學習環境是 Win10 64 位系統。

安裝注意事項

• 最後

  安裝完畢，檢視環境變數有沒有如圖這兩

  

  重啟後，測試：開啟命令提示符輸入如下兩行

  python --version
  pip --version

  

  如上圖，代表安裝成功。。。

看一下 GitHub TensorFlow 專案，找找文件在哪

GitHub 地址

• 最後貼一下 TensorFlow 官方文件地址

  • 能夠科學上網，訪問如下地址

  https://www.tensorflow.org

  • 不能科學上網，訪問如下地址

  https://tensorflow.google.cn

建立專案，搭建虛擬 Python 環境

官方環境搭建地址

文件內容說，需要安裝 virtualenv。實際 python3 主程式內建虛擬環境指令，完全不需要 virtualenv 的。

• 進入你的專案存放的位置（我的是 D:\www）

  

• 新建目錄並進入目錄

  mkdir tensorFlow
  cd tensorFlow

• 再一次檢測 python 版本

  python --version
  pip --version

• 建立 Python 虛擬執行環境（重要命令）

  python -m venv venv

• 啟用虛擬環境

  venv\scripts\activate

  

• 退出虛擬環境

  deactivate

下載安裝 TensorFlow

注：以下命令請在虛擬環境中執行

• 首先，升級虛擬環境中 pip

  python -m pip install --upgrade pip

• 然後，升級 setuptools

  pip install --upgrade setuptools

  

• 安裝 TensorFlow

  pip install tensorflow

  

  注：安裝 TensorFlow 時，自動安裝 NumPy，這是處理 Python 複雜陣列的數學工具。

好的，安裝完成了。我們用 PyCharm IDE 進行程式碼開發

• 用 PyCharm 開啟專案

  

• 新建一個 app.py 檔案，輸入官方文件新手入門程式碼

  新手入門程式碼

  

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)

• 最後執行這段程式碼

  python app.py

  

• 結果

  

最後說一下

上面這套新手程式碼，大概意思是：下載 70000 張服裝圖片（28 * 28）。60000 張用來學習，10000 張用來測試學習效果。