amd深度学习框架搭建

一、实验一：深度学习框架搭建
二、实验目标
1、深度学习环境搭建；
2、图像识别开发环境搭建；
三、实验内容
1、实验方法及步骤：
方法：由于电脑是AMD显卡故下载tensorflow-cpu版本，python，Anaconda，pycharm，顺便搭建了pytorch环境和图像识别的opencv-python的运行环境。
步骤：先下载Anaconda，anaconda中自带python3.6.5，我自己创建了2个环境，分别为python3.6.2+tensorflow；以及python3.6.2+pytorch，之后下载了pycharm；最后引入了opencv-python和opencv-contrib –python模块，成功复现出文件中的图片。
2、实验过程记录：
（1）在Anaconda官网下载
比较难的地方在于下载之后环境变量的配置，需要进入电脑的控制面板，系统中的高级系统设置，点击右下方环境变量进行配置。之后就成功安装，下图是安装好的Anaconda。

（2）创建环境变量
用下面指令conda acitvate env_name
然后激活环境变量 用指令activate name
下面是我创建的环境变量列表

（3）下载pycharm，并将环境变量引入，下图为引入的环境变量

（4）在创建名为python3.6中，添加tensorflow模块，由于版本的问题此过程耗费大量时间，一个坑接一个坑，好在最终的结果成功的安装并验证成功。下图为安装好的tensorflow及其版本。完成实验一深度学习环境的搭建。

在创建名为pytorch的环境中，添加pytorch和opencv-python模块，进行实验二，图像识别开发环境搭建。

3、实验数据处理（数据、曲线、图表）：
（1）下图为实验一深度学习环境的搭建验证：

（2）下图为在pytorch环境下，实验二图像识别的验证结果：

四、实验结果分析（实验误差、现象、分析）
实验使用tensorflow和pytorch分别完成搭建出深度学习环境、图像识别开发环境搭建。并用实际程序加以验证。