VSCode構建Tensorflow開發環境

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

---