深度学习笔记：搭建基于Python的tensorflow运行环境1

使用python3命令创建tensorflow虚拟运行环境

　　首先，在系统下创建python虚拟环境目录Venvs，本文我们设置的虚拟环境目录如下：C:\Users\wuchh\venvs，接下来打开cmd命令窗口 进入创建的目录（C:\Users\wuchh\venvs）。

　　在命令行窗口中，执行创建虚拟环境的python3命令，我们将创建一个名为tensorflow的虚拟环境。

python -m venv tensorflow

激活虚拟环境，windows激活命令

在Windows上：我们通过下面的指令激活tensorflow虚拟环境 

tensorflow\Scripts\activate

pip连接国内镜像

　　设置pip下载国内的镜像服务器，这里我们设置为清华的镜像。

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

虚拟环境升级pip版本

python -m pip install --upgrade pip

虚拟环境安装tensorflow-cpu 2.6.0版本

pip install tensorflow-cpu==2.6.0

 　　这里笔者安装的时候遇到的版本错误，我们指定按装最低要求版本 protobuf==3.9.2即可。

pip install protobuf==3.9.2

　　重新执行 pip install tensorflow-cpu==2.6.0

 

安装相同版本的keras==2.6.0 

 安装常用的二维图形Python包matplotlib

pip install matplotlib　

小结

　　进入到python执行环境，通过导入指令测试安装环境，如果没有报错那就一切顺利，我们可以开始使用tensorflow了。

 

import matplotlib.pyplot as plt
import numpy as np
import os
import PIL
import tensorflow as tf
import pathlib
from tensorflow import keras
from tensorflow.keras import layers
from tensorflow.keras.models import Sequential