Gler.的博客

笔者之前在学习TensorFlow，也在自己的笔记本上完成了安装，在PyCharm中进行学习。但是最近为了使用python的科学计算环境，我把之前的环境卸载了，并用Anaconda重新安装了TensorFlow，由于自己的笔记本已经很旧了，显卡不行，所以这里介绍一下cpu版本的安装方法和自己遇到的一些坑，截图甚多。

安装好 Anaconda 后，可以使用里面的许多集成的科学计算库，然而在 tensorflow 的环境下打开 Spyder IDE 却无法 import 有些库，如数据预处理模块 scikit-learn ，出现 No module named sklearn。

本节笔记作为 Tensorflow 的 Hello World，用 MNIST 手写数字识别来探索 Tensorflow。笔记的内容来自 Tensorflow 中文社区和黄文坚的《Tensorflow 实战》，只作为自己复习总结。

前言循环神经网络（recurrent neural networks, RNNs）及其改进算法长短期记忆网络（Long Short-Term Memory, LSTM）能够很好地对时序数据进行建模，本文实现了两层 LSTM 对 MNIST 数据集进行分类预测以及结果可视化。

tensorboard是TensorFlow的可视化工具，可以将神经网络模型结构与训练过程的数据保存到自定义的路径与日志文件中，然后在web端可视化展现。这里简单记录一下tensorboard的运行方法。1.代码生成可视化文件简单测试代码生成文件放在D:\logs中，包含训练以及测试的文件夹。2. 采用Anaconda安装的TensorFlow，打开Anaconda Prompt，也可以用...