tensorflow安装vscode

### 安装和配置 TensorFlow

#### 创建 Anaconda 虚拟环境并激活
为了更好地管理依赖项，在安装 TensorFlow 前建议创建一个新的虚拟环境。通过命令提示符执行如下指令来完成此操作：

conda create -n tensorflow_env python=3.9
conda activate tensorflow_env

这会建立名为 `tensorflow_env` 的新环境，并将其激活。

#### 使用清华镜像源安装 TensorFlow
考虑到网络因素，推荐采用国内的清华大学开源软件镜像站加速下载过程。对于大多数情况而言，仅需安装 TensorFlow 即可满足需求，无需单独安装 NumPy 等其他库[^2]。

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow

如果计划利用 GPU 加速，则应根据硬件条件选择合适的 CUDA 和 cuDNN 版本，再据此挑选相匹配的 TensorFlow-GPU 发行版[^3]。

#### 设置 VS Code 终端默认配置
为了让 Visual Studio Code 正确调用 Windows 自带的命令提示符作为终端，默认情况下可能需要调整设置文件中的参数。编辑 `.vscode/settings.json` 文件加入下面的内容以确保集成终端能够正常工作[^4]:

{
    "terminal.integrated.defaultProfile.windows": "Command Prompt"
}

#### 测试 TensorFlow 是否成功安装
最后一步是在 Python 解释器中尝试引入 TensorFlow 库来进行简单的功能检测:

import tensorflow as tf
print(tf.__version__)

这段代码将会打印出已安装的 TensorFlow 版本号，表明整个安装流程顺利完成[^1]。