人工智能第三章：TensorFlow_desmos 神经网络-优快云博客

本文链接：https://blog.youkuaiyun.com/dcc15011003101/article/details/107032236

1 TensorFlow

在这里插入图片描述
TensorFlow™ 是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。
节点（Nodes）在图中表示数学操作，图中的线（edges）则表示在节点间相互联系的多维数据数组，即张量（tensor）。
它灵活的架构让你可以在多种平台上展开计算，例如台式计算机中的一个或多个CPU（或GPU），服务器，移动设备等等。TensorFlow 最初由Google大脑小组（隶属于Google机器智能研究机构）的研究员和工程师们开发出来，用于机器学习和深度神经网络方面的研究，但这个系统的通用性使其也可广泛用于其他计算领域。

1.1 为什么要使用tensorflow

支持GPU,TPU加速
实现自动求导
有丰富的神经网络API
成为TFBOYS ^0^

1.2 TensorFlow的安装

目前使用的版本为TensorFlow-2.2.0,由于1.x与2.x很多api不兼容,所以如果学习过1.x,请忘记他.

1.2.1 进入conda环境

在这里插入图片描述

1.2.2 更新pip

python -m pip install --upgrade pip

1.2.3 安装tensorflow

pip install tensorflow-cpu==2.2.0 -i https://pypi.douban.com/simple

1.2.4 测试

进入python命令行

python

在这里插入图片描述
3. 导包并打印版本

import tensorflow as tf
tf.__version__

在这里插入图片描述
如果导包失败报错如下

>>> import tensorflow
Traceback (most recent call last):
  File "D:\utils\Anaconda\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 58, in <module>
    from tensorflow.python.pywrap_tensorflow_internal import *
  File "D:\utils\Anaconda\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 28, in <module>
    _pywrap_tensorflow_internal = swig_import_helper()
  File "D:\utils\Anaconda\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 24, in swig_import_helper
    _mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description)
  File "D:\utils\Anaconda\lib\imp.py", line 242, in load_module
    return load_dynamic(name