#1、序 環境搭建：【查看】 samples-for-ai項目下載：【下載】，兩個版本，一個2018年6月15日前，一個2018年6月15日-16日版本（當前最新版本）。 在環境搭建過程當中，經過git clone獲取到samples-for-ai文件夾，其子文件夾examples目錄以下。 
以Tensorflow做爲樣例模型。 參考博客：【博客1】、【博客2】。html
#2、Tensorflow （一）它是什麼？ 簡書博客：查看； TensorFlow中文社區:查看。 大概就是一款谷歌開源的人工智能系統。 （二）VS運行離線模型 因爲samples-for-ai項目有更新，先記錄了舊版本項目的嘗試，再對新版本項目做補充。 步驟1：進入samples-for-ai\examples\tensorflow（2018年6月15日前的項目版本），README.md（紅b）提供了項目運行方式介紹，雙擊選中TensorflowExamples.sln（紅a）進入項目。 <img src="https://images2018.cnblogs.com/blog/912577/201806/912577-20180616121124972-2098570844.png" width=600 height=320 /> 步驟2：選擇VS右側欄的「解決方案資源管理器」（紅1），找到「MNIST」（紅2），右擊，選擇「設爲啓動項目」（紅3）， <img src="https://images2018.cnblogs.com/blog/912577/201806/912577-20180615194740869-1960017323.png" width=600 height=320 /> 步驟3：右擊MNIST項目中的convolutional.py文件（紅1），選擇「在不調試的狀況下啓動」（紅2）。以下圖 <img src="https://images2018.cnblogs.com/blog/912577/201806/912577-20180615195145867-1475452156.png" width=600 height=320 /> 在個人機器第一次運行時，上兩分鐘後出現圖A，五分鐘後出現圖B。 <img src="https://images2018.cnblogs.com/blog/912577/201806/912577-20180615195410695-894308382.png" width=500 height=320 /> <img src="https://images2018.cnblogs.com/blog/912577/201806/912577-20180615195429002-1314957352.png" width=300 height=320 /> 圖A中存在三處提示信息。以下圖紅一、紅二、紅3。 ------------------------------------------------------解決方式------------------------------------------------------ A.提示： Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2 方法：在執行的python文件中加入下述兩行代碼，紅1和紅2現象就消失了。 import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' B.提示:failed call to cuInit:CUDA_ERROR_NO_DEVICE 方式：右鍵點擊」MNIST「，選擇"屬性"，接着選擇左側的欄目」調試「，保證」環境變量"爲空，不要添加CUDA_VISIBLE_DEVICES=" "。如截圖。 <img src="https://images2018.cnblogs.com/blog/912577/201806/912577-20180616115520509-302588550.png" width=600 height=320 /> <img src="https://images2018.cnblogs.com/blog/912577/201806/912577-20180616115528117-2047681316.png" width=600 height=320 />
再次按照上述操做運行convolutional.py，出現圖E。 **由E圖來看，AI環境是已經搭建好了。**根據【博客2】，中提到訓練結束後，MNIST文件夾中應該多了input、output和export三個文件夾，這三個文件夾分別存儲訓練模型的輸入文件、訓練時的檢查點文件以及最終導出的模型文件。我再次進入AI\samples-for-ai\examples\tensorflow\MNIST，並未發現上述三個文件夾。 訓練先後MNIST文件夾的內容如圖C。必定要注意：樓主此時之外是本身AI環境搭建失敗了，實際並非。而是若是MNIST文件夾符合圖C的情況，表示是舊版本的項目。所以更準確的描述是，若是符合E圖的運行狀況且MNIST文件夾符合圖C的情況，則說明舊版本（2018年6月15日前）項目AI環境已經搭建好！！！ 圖C爲舊版本samples-for-ai中MNIST文件夾目錄，2018年6月16日項目更新了，該目錄發生了變化，只有四個文件（只包括mnist.py一個python文件）。如圖D爲新版本samples-for-ai中MNIST文件夾目錄（2018年6月15日-16日）。 **重複章節二的步驟一、步驟2和步驟3，將執行文件convolutional.py換成mnist.py便可。**第一次運行時，我等待了三分鐘出現下圖。 持續六分四十秒後，結束運行。如圖G 此時再次進入AI\samples-for-ai\examples\tensorflow\MNIST，發現MNIST文件夾中多了input、output和export三個文件夾。如圖F 由圖F和圖G，則說明新版本（2018年6月15日-16日）項目AI環境已經搭建好！python
#3、注意事項 (一)Python環境 有的機器上存在在多個版本Python，須要指定Python版本。 打開Visual Studio ，菜單項「工具」（紅1）--->選擇「Python」（紅2）--->選擇「Python環境」（紅3）。以下圖。 <img src="https://images2018.cnblogs.com/blog/912577/201806/912577-20180615192556964-1685350107.png" width=600 height=320 /> 出現下圖。紅1表示當前Python版本爲3.6，紅2則表示能夠設置Python版本爲2.7。 <img src="https://images2018.cnblogs.com/blog/912577/201806/912577-20180615192744640-417240313.png" width=300 height=320 /> <img src="https://images2018.cnblogs.com/blog/912577/201806/912577-20180615192749510-1722074072.png" width=300 height=320 />git