短视频技术中,视觉特效是目前最广泛的应用,视觉特效属于机器视觉与人工智能技术的结合。
短视频技术开发,计算机视觉是必须考虑的因素,计算机视觉方面的AI处理,国内目前主要靠TensorFlow和Pytorch来实现。
Tensorflow windows上的安装,很多资料存在误导,初学者望而止步。本文帮助初学者快速搭建TensorFlow windows应用环境。Linux和Mac上环境安装看后续章节。
大多安装资料都先安装anaconda,造成TensorFlow安装必须采用anaconda的假象。本安装不采用anaconda,降低安装的耦合度。
后续大量章节进行机器视觉及相关算法讲述。
A、如果是Win7,一定打补丁(本文Win7也适用)。
B、看自己电脑显卡是否是N卡,如果是N卡,才可以安装GPU版本,否则只能安装CPU版本。
C、如果GPU版本过低,需要升级驱动,否则安装版本过早(升级在下面主题讲述)。
D、有些过老的N卡,无法升级驱动,不能安装TensorFlow GPU版本或者只能安装TensorFlow GPU早期版本。
2.1、网址
进入下面网址:
https://www.nvidia.com/download/index.aspx?lang=en-us
根据个人电脑系统情况进行选择。
选择合适的版本,进行显卡驱动下载。
一直下一步就可以。如果显卡过早,可能安装失败。
桌面右击,弹出右键菜单,选择NVIDIA控制面板。
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
https://tensorflow.google.cn/install/source_windows
|
||
Component Name |
Version Information |
Supported Architectures |
CUDA Runtime (cudart) |
11.2.72 |
x86_64, POWER, Arm64 |
Cuobjdump |
11.2.67 |
x86_64, POWER, Arm64 |
CUPTI |
11.2.67 |
x86_64, POWER, Arm64 |
CUDA cuxxfilt (demangler) |
11.2.67 |
x86_64, POWER, Arm64 |
CUDA Demo Suite |
11.2.67 |
x86_64 |
CUDA GDB |
11.2.67 |
x86_64, POWER, Arm64 |
CUDA Memcheck |
11.2.67 |
x86_64, POWER |
CUDA NVCC |
11.2.67 |
x86_64, POWER, Arm64 |
CUDA nvdisasm |
11.2.67 |
x86_64, POWER, Arm64 |
CUDA NVML Headers |
11.2.67 |
x86_64, POWER, Arm64 |
CUDA nvprof |
11.2.67 |
x86_64, POWER, Arm64 |
CUDA nvprune |
11.2.67 |
x86_64, POWER, Arm64 |
CUDA NVRTC |
11.2.67 |
x86_64, POWER, Arm64 |
CUDA NVTX |
11.2.67 |
x86_64, POWER, Arm64 |
CUDA NVVP |
11.2.67 |
x86_64, POWER |
CUDA Samples |
11.2.67 |
x86_64, POWER, Arm64 |
CUDA Compute Sanitizer API |
11.2.67 |
x86_64, POWER, Arm64 |
CUDA cuBLAS |
11.3.1.68 |
x86_64, POWER, Arm64 |
CUDA cuFFT |
10.4.0.72 |
x86_64, POWER, Arm64 |
CUDA cuRAND |
10.2.3.68 |
x86_64, POWER, Arm64 |
CUDA cuSOLVER |
11.0.2.68 |
x86_64, POWER, Arm64 |
CUDA cuSPARSE |
11.3.1.68 |
x86_64, POWER, Arm64 |
CUDA NPP |
11.2.1.68 |
x86_64, POWER, Arm64 |
CUDA nvJPEG |
11.3.1.68 |
x86_64, POWER, Arm64 |
Nsight Eclipse Plugins |
11.2.67 |
x86_64, POWER |
Nsight Compute |
2020.3.0.18 |
x86_64, POWER, Arm64 |
Nsight Windows NVTX |
1.21018621 |
x86_64, POWER, Arm64 |
Nsight Systems |
2020.4.3.7 |
x86_64, POWER, Arm64 |
Nsight Visual Studio Edition (VSE) |
2020.3.0.20315 |
x86_64 (Windows) |
NVIDIA Linux Driver |
460.27.04 |
x86_64, POWER, Arm64 |
NVIDIA Windows Driver |
460.89 |
x86_64 (Windows) |
A、VS (微软visual studio开发环境)
B、Python (TensorFlow官方开发语言)
C、CUDA (英伟达数据并行运算平台)
D、CUDNN (神经网络加速库)
建议工具全部安装,需要40多个G(亲测)。
英伟达说只需要安装C++ Desktop Develop套件安装(没有测试)。
一直下一步。
上面5个框打上 “√”,然后点击 “Browse”,自定义安装路径,然后点击 “Install”。
PS:安装路径最好纯英文,不要有中文和空格。
安装过程需要到网上下载,默认的Python源在国外,下载速度较慢。
修改为国内阿里的Python源,加快后面步骤安装。
PyPI (Python Package Index) 是 Python 编程语言的软件存储库。开发者可以通过 PyPI 查找和安装由 Python 社区开发和共享的软件,也可以将自己开发的库上传至 PyPI 。
手动更换python的pip/pip3源。
[global]
index-url = https://mirrors.aliyun.com/pypi/simple/
[install]
trusted-host=mirrors.aliyun.com
A、文件管理器的地址栏输入%appdata%回车进入当前用户主目录。
B、在当前文件夹下新建文件夹pip。
C、在pip文件夹下新建文件pip.ini文件。
D、在pip.ini文件中输入以下内容。
[global]
index-url = https://mirrors.aliyun.com/pypi/simple/
[install]
trusted-host=mirrors.aliyun.com
如果安装失败,重新执行命令既可。
在power shell窗口下,拷贝如下命令执行:
pip3 install scipy
在pwer shell窗口下,拷贝如下命令执行:
pip3 install numpy
双击上面下载的cuda文件。
一直下一步就可以,可以修改安装路径,但不建议修改。
打开powershell,执行如下命令:
nvcc -V
成功的话会返回cuda版本号。
解压cuDNN压缩包,可以看到bin、include、lib目录:
路径为:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1
找到你安装的版本目录,打开,找到bin、include、lib目录;
将11.1 cuDNN压缩包内对应的文件分别对应复制到cuda的bin、include、lib目录。
注意:是复制文件到bin、include、lib目录,不是复制目录。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\extras\demo_suite
执行如下命令:
.\bandWidthTest.exe
出现Pass代表成功。
在PowerShell窗口输入如下命令:
pip3 install tensorflow-gpu
在PowerShell中输入如下命令:
python
import tensorflow as tf
a = tf.constant(2.0)
b = tf.constant(4.0)
print(a + b)
出现下面结果代表成功。
和云平台、大数据相关环境搭建相比,TensorFlow的安装是简单的。
但对于初学者,需要一些时间。本文内容,希望给初学者一些有益的启示。
关注美摄科技,感受视觉盛宴。
https://tensorflow.google.cn/install/source_windows