搭建深度学习开发环境
搭建深度学习开发环境
0. 所需硬件
Nvidia 显卡,并且计算能力 >= 3.5,GeForce GTX 1050/1060/1070 等都是性价比都是非常高的 GPU。显卡计算能力参考地址:https://developer.nvidia.com/cuda-gpus#compute
1. 安装 Anaconda
下载地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
下载的版本为:Anaconda3-5.2.0-Windows-x86_64.exe
,该 Anaconda 对应 Python3.6。
1.1 创建环境 tf_gpu
Anaconda 安装完成后,打开 Anaconda Navigator -> Environments -> Create
创建一个名为 tf_gpu 的环境,选择 Python 版本为 3.6,点击 Create,然后耐心等待 Anaconda 创建新环境。
左键单击启动按钮,选择 Open Terminal
打开控制台后,你就能看到你已经进入叫 tf_gpu
的环境了,接下来的操作都在这个环境里操作。
1.2 配置 Anaconda 镜像源
因为 Anaconda 官方的下载服务器在国外,我们下载十分缓慢,所以我们设置清华的镜像源为默认下载源,可以大大提高下载效率。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
一行一行的复制过去,Ctrl+ V 粘贴在控制台,然后回车运行。
1.3 配置虚拟环境 tf_gpu
镜像源配置完成后,就可以开始安装 tensorflow-gpu
这个库了。直接把下面的安装命令复制到控制台,回车运行,然后根据提示输入 y。
conda install tensorflow-gpu=1.13
可能运行安装命令一段时间后控制台没有任何反应,这个时候按一下回车,才会出现安装进度。
2. 安装 PyCharm
PyCharm 是一个用来开发 Python 程序的工具。
可以参考:
3. 安装Git
Git
是一个版本控制软件,可以让我们很方便地克隆别人的开源项目。这个安装很简单,百度下载一个,然后全部默认安装。
4. 安装 TensorFlow Object Decetion API 框架
TensorFlow Object Decetion API
是一个在 TensorFlow
基础上开发出来的用于图像检测并定位的软件框架。
4.1 下载 TensorFlow Object Decetion API
在这里我们就需要上一步刚刚安装的 Git
。首先新建一个文件夹 tf_train
,再在里面创建两个文件夹:addons
和 workspaces
,然后再空白处右键,选择 Git Bash Here。
在 Git Bash
中输入 :git clone -b r1.13.0 https://github.com/tensorflow/models.git
4.1 安装依赖的 python 软件包
5. 安装 LabelImg
LabelImg 是一个图像标注工具,其标注结果会以 PASCAL VOC 格式存成 XML 文件。