VSCode构建Tensorflow开发环境

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

---