人工智能基础-VSCode配置Tensorflow开发环境

Visual Studio Code是一个轻量级但功能强大的源代码编辑器,可在桌面上运行,适用于Windows,macOS和Linux。它内置了对JavaScript,TypeScript和Node.js的支持,并为其他语言(如C ++,C#,Java,Python,PHP,Go等)提供了丰富的扩展生态系统。

VSCode配置步骤:

1.安装Python插件

EXTENSIONS——搜索并安装Python

2.添加Python编译器路径

通过Anaconda安装Tensorflow时,一般会新建一个虚拟环境(env),但是VSCode在调试python代码时默认使用的是base环境下的路径,这就会出现无法解析Tensorflow的情况。

所以需要将Tensorflow环境的路径添加到VSCode的settings.json用户设置中或者在系统环境变量中添加tfenv路径下的Python.exe的环境变量,之后即可在VSCode中搭建TensorFlow的开发环境并执行程序编译。

修改完成后随便打开一个.py文件,可以看到vscode多了一个调试选项,这样就可以根据需求选择不同的环境进行调试。

3.创建项目

代码编写,都需要一个文件夹来存放代码,当前工程项目代码所在的的文件夹,称为 工作区间(workspace)。步骤如下:

  • 在电脑上创建一个文件夹,用来储存当前项目。
  • 在 VScode 中,依次点击 文件 -> 打开文件夹 ,然后选择你创建的文件夹。

这样,工作区间就选择好了。其实就是选择一个文件夹而已。

4.创建代码文件

通过新建创建一个新的代码文件,写入Python测试代码:

import tensorflow as tf

hello = tf.constant('Hello, TensorFlow!')

sess = tf.Session()

print(sess.run(hello))

5.运行代码文件

启动调试,是我们要运行代码。python 代码文件名后缀为 .py ,VScode 会自动识别,并调用相应的 python 解释器执行,按下 F5 ,就启动调试,并运行 python 代码。

附录:

常用Python组件:

1)代码格式工具:autopep8

2)科学计算基础软件包:numpy

3)Python二维绘图库:matplotlib

4)Python图片库:pillow

5)Python数据处理库:pandas

发表评论
留言与评论(共有 0 条评论)
   
验证码:

相关文章

推荐文章

'); })();