推荐视频:https://www.icourse163.org/learn/PKU-1002536002?tid=1452937471#/learn/content?type=detail&id=1229556595&cid=1246770451&replay=true
在Anaconda官网下载python3.7版本的Anaconda
安装Anaconda过程中,添加环境变量
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-2PjktO72-1588738957899)(D:\76324\Pictures\picpick截图\Image 016.png)]
打开Anaconda Prompt, 输入
conda create -n TF2.1 python=3.7
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-WA6KxuoL-1588738957901)(D:\76324\Pictures\picpick截图\Image 017.png)]
激活环境
conda activate TF2.1
安装cuda
conda install cudatoolkit=10.1
安装cudnn
conda install cudnn=7.6
安装Tensorflow
pip install tensorflow==2.1
测试tensorflow安装是否成功
import tensorflow as tf
tf.__version__
安装Pycharm
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-RZzAMPXs-1588738957904)(D:\76324\Pictures\picpick截图\Image 018.png)]
配置Pycharm
新建工程
配置环境变量
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-EJ3W1c3m-1588738957906)(D:\76324\Pictures\picpick截图\Image 019.png)]
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-4QNVU9Ao-1588738957908)(D:\76324\Pictures\picpick截图\Image 021.png)]
测试
创建Python文件
输入如下代码测试
import tensorflow as tf
tensorflow_version = tf.__version__
gpu_available = tf.test.is_gpu_available()
print("tensorflow version:", tensorflow_version, "\tGPU available:", gpu_available)
a = tf.constant([1.0, 2.0], name="a")
b = tf.constant([1.0, 2.0], name="b")
result = tf.add(a, b, name="add")
print(result)
linux下指定位置为
`$HOME/.config/pip/pip.conf`
或者
`$HOME/.pip/pip.conf`
mac下指定位置为
`$HOME/Library/Application Support/pip/pip.conf`
或者
`$HOME/.pip/pip.conf`
windows下指定位置为
`%APPDATA%\pip\pip.ini`
或者
`%HOME%\pip\pip.ini`
在 pip 目录下创建 pip.ini 文件, 内容如下
[global]
timeout = 6000
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
trusted-host = pypi.tuna.tsinghua.edu.cn
或者通过命令行修改镜像
pip config --global set global.index-url https://mirrors.aliyun.com/pypi/simple/
pip config --global set install.trusted-host mirrors.aliyun.com
参考博客:https://blog.csdn.net/u013771353/article/details/103150362?depth_1-utm_source=distribute.pc_relevant.none-task-blog-OPENSEARCH-5&utm_source=distribute.pc_relevant.none-task-blog-OPENSEARCH-5
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
或
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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
pip install opencv-python==4.1.2.*
#最后的 * 代表不定版本
#下载带扩展包的opencv
pip install opencv-contrib-python
不同opencv下载包的网址: https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv
conda search package_name=7.* --info
conda search tensorflow-gpu
参考: https://blog.csdn.net/hesongzefairy/article/details/104457091
第一次安装显卡驱动时,直接去官网下载,结果下载的是最新的版本,与cuda 版本不兼容。去官网直接下载无法下载到以前的版本
第二次安装显卡驱动时,通过安装cudatoolkit=9.1 ,顺带着安装对应的显卡驱动(显卡驱动需要考虑对cudatoolkit的兼容性,而不是有些博客说,驱动和cudatoolkit是相互独立,他们两之间有依赖关系 )
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-8sqtezbo-1588738957909)(C:\Users\76324\AppData\Roaming\Typora\typora-user-images\1587305475850.png)]
解决:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-AguqMJeK-1588738957911)(C:\Users\76324\AppData\Roaming\Typora\typora-user-images\1587305552916.png)]
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-P4KhFWX3-1588738957913)(C:\Users\76324\AppData\Roaming\Typora\typora-user-images\1587222740927.png)]
进入 : run—>Debug Configuration
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-AU2aOWVi-1588738957915)(C:\Users\76324\AppData\Roaming\Typora\typora-user-images\1587259405870.png)]
把
import urllib
改为:
import urllib.request
pip install dlib==19.8.1
解决方法: 先要pip install cmake,Boost
参考博客:https://blog.csdn.net/qq_41185868/article/details/79678783#dlib%E5%BA%93%E7%9A%84%E5%AE%89%E8%A3%85
只安装了opencv-contrib-python,没有安装opencv-python
only install pip3 install opencv-contrib-python
not install pip3 install opencv-python;
willl tell you module cv2
has no attribute VideoCapture
这类错误常见有两种原因:
一种是:cudnn , cuda版本不一致
把对应的版本改为:cuda=9.0 cudnn=7.6.5
另外一种是:显卡内存不够用
config = tf.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction = 0.3
sess = tf.Session(config = config)
参考:https://blog.csdn.net/baidu_34172099/article/details/103787226?depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-4&utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-4