之前学习Python时尝试使用过一段时间的PyCharm,觉得该IDE用来做python开发有点过于笨重,使用起来不太方便,索性转战vscode
1. VS Code简介
Visual Studio Code是一个轻量级但功能强大的源代码编辑器,可在桌面上运行,适用于Windows,macOS和Linux。它内置了对JavaScript,TypeScript和Node.js的支持,并为其他语言(如C ++,C#,Java,Python,PHP,Go等)提供了丰富的扩展生态系统。
2. 相关配置
(1)安装python插件
(2)添加路径
通过Anaconda安装tensorflow时,一般会新建一个虚拟环境(env),但是vscode在调试python代码时默认使用的是base环境下的路径,这就会出现无法解析tensorflow的情况。所以需要将tensorflow环境的路径添加到vscode的settings.json用户设置中,即可在vscode中搭建TensorFlow的开发环境。
注:tensorflow-gpu为新建环境名,可能会有所不同,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"
],
修改完成后随便打开一个.py文件,可以看到vscode多了一个调试选项,就是我们刚才添加进去的tensorflow-gpu,这样就可以根据需求选择不同的环境进行调试
以后若需要在其他环境(env)中使用,也可以通过这种方式将环境路径添加进来
下面给出测试代码
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
可以在终端中看到如下输出