之前學習Python時嘗試使用過一段時間的PyCharm,覺得該IDE用來做python開發有點過於笨重,使用起來不太方便,索性轉戰vscode
1. VS Code簡介
Visual Studio Code是一個輕量級但功能強大的源代碼編輯器,可在桌面上運行,適用於Windows,macOS和Linux。它內置了對JavaScript,TypeScript和Node.js的支持,併爲其他語言(如C ++,C#,Java,Python,PHP,Go等)提供了豐富的擴展生態系統。
2. 相關配置
(1)安裝python插件
(2)添加路徑
通過Anaconda安裝tensorflow時,一般會新建一個虛擬環境(env),但是vscode在調試python代碼時默認使用的是base環境下的路徑,這就會出現無法解析tensorflow的情況。所以需要將tensorflow環境的路徑添加到vscode的settings.json用戶設置中,即可在vscode中搭建TensorFlow的開發環境。
注:tensorflow-gpu爲新建環境名,可能會有所不同,可能需要修改
// tensorflow 配置
"python.pythonPath": "D:\\Anaconda3\\envs\\tensorflow-gpu\\python.exe",
"python.autoComplete.extraPaths": [
"D:\\Anaconda3\\envs\\tensorflow-gpu",
"D:\\Anaconda3\\envs\\tensorflow-gpu\\Lib\\site-packages"
],
"python.autoComplete.addBrackets": true,
"python.autoComplete.preloadModules": [
"tensorflow-gpu"
],
修改完成後隨便打開一個.py文件,可以看到vscode多了一個調試選項,就是我們剛纔添加進去的tensorflow-gpu,這樣就可以根據需求選擇不同的環境進行調試
以後若需要在其他環境(env)中使用,也可以通過這種方式將環境路徑添加進來
下面給出測試代碼
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
可以在終端中看到如下輸出