Window版下在Jupyter中编写TensorFlow的环境搭建

让我为你详细讲解在Window版下在Jupyter中编写TensorFlow的环境搭建的完整攻略吧。

前置要求

在进行TensorFlow的环境搭建前，需要满足以下前置要求：

• 安装Python环境
• 安装Anaconda

环境搭建过程

1. 首先，在Windows中打开Anaconda Prompt，在命令行中输入以下命令创建虚拟环境：

conda create -n tensorflow python=3.7

这里我们以名称为“tensorflow”的虚拟环境为例，python版本为3.7。这个过程可能需要等待一些时间，等待执行完毕即可。

1. 激活虚拟环境：

conda activate tensorflow

1. 安装TensorFlow以及必要的依赖：

pip install tensorflow
pip install matplotlib
pip install pandas

这里我们使用pip安装TensorFlow及其必要依赖包。其中，matplotlib和pandas仅仅是示例，具体安装的依赖需要根据实际需要进行选择。

1. 安装jupyter：

pip install jupyter

这一步是为了在本地环境下打开Jupyter，并能够加载TensorFlow，并进行相关的开发工作。

1. 在Anaconda Prompt中输入以下命令，开启Jupyter Notebook：

jupyter notebook

Jupyter Notebook会在默认浏览器中打开，并显示当前目录文件浏览器。可以在这里创建新的Notebook文件，并在其中进行TensorFlow相关的开发工作。

例如，以下示例代码演示了如何在Jupyter Notebook里使用TensorFlow进行矩阵乘法运算：

```
import tensorflow as tf

x = tf.constant([ [1., 2.], [3., 4.] ])
y = tf.constant([ [5., 6.], [7., 8.] ])

result = tf.matmul(x, y)

print(result)
```

运行结束后，控制台会显示矩阵乘法的结果。

总结

通过以上的步骤，我们可以在Window版下在Jupyter中编写TensorFlow的环境搭建成功。这样，我们就可以在本地环境中，更加高效、灵活地进行TensorFlow的相关开发工作。