【转载+测试+修改】TensorFlow在windows上安装与简单示例

安装说明：测试时间2018.5.7

平台：目前可在Ubuntu、Mac OS、Windows上安装
版本：提供gpu版本、cpu版本
安装方式：pip方式、Anaconda方式
Tips:

在Windows上目前支持python3.5.x

ps：尝试了直接安装原装python3.5x后，直接安装tensorflow，但是失败了。为了方便管理不同python版本，推荐用Anaconda软件进行管理。

安装流程：

Anaconda 5.1（对应python3.6）    1/1
Anaconda中python3.5.5                 1/1
Tensorflow1.8.0                                1/1

Anaconda

Anaconda是由Python提供支持的领先的开放数据科学平台。 Anaconda的开源版本是Python和R的高性能分发版本，包括超过100个用于数据科学的最流行的Python，R和Scala软件包。
来自Anaconda官方下载页面
具体使用见Anaconda官方教程，简单易懂！

Anaconda初步学习

0.下载Anaconda安装包：Anaconda官方下载地址
我下载的是Anaconda35.1For Windows 64bit（内置python3.6）
下载好了就安装，一直下一步。

1.检查Anaconda是否成功安装：conda --version

2.检测目前安装了哪些环境：conda info --envs
环境监测（PS：我自己的已经修改过了，忘记保存了。）
3.检查目前有哪些版本的python可以安装：conda search --full-name python

（反正要选python3.5x的）
4.安装不同版本的python：conda create --name tensorflow python=3.5
（猜想输入python=3.5版本后，系统会自动选择一个3.5.x的版本吧）

5.按照提示，激活之：activate tensorflow

（注意左边）
6.确保名叫tensorflow的环境已经被成功添加：conda info --envs

7.检查新环境中的python版本：python --version

8.退出当前环境：deactivate

TensorFlow安装

十枪本来向源生windows系统上安装的，但是源生的那个python版本为3.6.5，所以失败了。

因此，现在在Anocanda环境下安装

安装的是cpu版本

在刚刚Anaconda prompt下

1 pip install tensorflow

2.确认tensorflow安装成功：
在python3.5.5下，键入import tensorflow as tf

TensorFlow例程上手

装了个新东西，我们先把它用起来吧！
概念什么的跑完第一个小程序再看！
找点成就感才好继续下去！
示例来源：MINIST For ML Beginners

MINST数据集：

55000训练集，10000测试集，5000验证集
每张图片都是28pixels*28pixels

代码：

#获得数据集
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)

import tensorflow as tf

#输入图像数据占位符
x = tf.placeholder(tf.float32, [None, 784])

#权值和偏差
W = tf.Variable(tf.zeros([784, 10]))
b = tf.Variable(tf.zeros([10]))

#使用softmax模型
y = tf.nn.softmax(tf.matmul(x, W) + b)

#代价函数占位符
y_ = tf.placeholder(tf.float32, [None, 10])

#交叉熵评估代价
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y), reduction_indices=[1]))

#使用梯度下降算法优化：学习速率为0.5
train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)

#Session
sess = tf.InteractiveSession()

#初始化变量
tf.global_variables_initializer().run()

#训练模型，训练1000次
for _ in range(1000):
  batch_xs, batch_ys = mnist.train.next_batch(100)
  sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})

#计算正确率
correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1))

accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))

print(sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels}))

运行结果：输出显示得到模型的准确率

0.9126

（事实上，前面有一大段废话和Warning，但是尚未仔细看，应该是一些库和包不完善吧！！）

相关资料汇总

【转载+测试+修改】TensorFlow在windows上安装与简单示例

猜你喜欢