intellij idea搭建python环境,运行tensorFlow样例程序

本文介绍如何在IntelliJ IDEA中配置Python环境,并运行TensorFlow官方入门样例程序。包括解决Python 3版本兼容性问题,如xrange更改为range及print函数调用方式更新等。此外还介绍了样例程序的基本原理。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >


本文主要记录使用tensorFlow入门操作笔记,包括:intellij idea配置python运行环境,运行第一个样例程序,为后边学习tf打下基础

intellij idea配置python环境
  • 首先要保证你的电脑上装有python,没有安装的百度
  • 创建python项目

  • 创建python sdk
    • File-> Project-structure->SDKs

    • 这里会有三种创建python sdk的方式,分别为local(本地),remote(远端),virtualEnv(虚拟环境),这里我们选择的是本地环境,然后再文件 夹中一直找到你的python.exe文件位置,确认即可。
运行样例程序

该样例程序是tf官网入门样例程序,我在测试的过程中遇到一些坑,后边会写出来,希望大家不会再踩。

  • 代码地址:http://www.tensorfly.cn/tfdoc/get_started/introduction.html
  • 我的修改
    • 1、原代码中的xrange函数是python2.7中的一个随机数生成函数,但是在python3以后的版本中跟range函数合并了,所以当你的python版本大于3 时,这个位置会一直报错。这是需要改成range
    • 2、原代码中,print step, sess.run(W), sess.run(b)的用法在python3以后的版本写法也变了,应该改为 print(step, sess.run(W), sess.run(b))
样例程序简单解读
  • 通过注释很容易明白这段程序就是模拟了x,y数据集,构造了一个线性模型,然后用
  • x_data = np.float32(np.random.rand(2, 100)) 生成一个2行,100列的矩阵
  • y_data = np.dot([0.100, 0.200], x_data) + 0.300 向量[0.100,0.200]与x_data的矩阵做乘运算,结果向量+0.300
  • 该程序运行的最终目的是估算出我们设计模型的参数W,b,即y_data = np.dot([0.100, 0.200], x_data) + 0.300中的[0,100,0.200],0.300
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值