深度学习框架配置和实践

本人github

文章目录


一、装系统

  • 1.1 ubuntu系统镜像链接
  • 1.2 刻录镜像盘
  • 1.3 做ubuntu系统

二、nvidia显卡驱动安装

三、cuda和cudnn安装

四、anaconda安装

  • 4.1 ubuntu安装anaconda
  • 4.2 windows安装anaconda

五、tensorflow和keras安装

六、pytorch安装

七、opencv安装

  • 7.1 ubuntu c++版本opencv安装
  • 7.2 win10 c++版本opencv安装
  • 7.3 pip安装python版的opencv

八、YOLO官方框架

  • 8.1 yolo安装测试
  • 8.1 训练自己数据集
    • 自己数据集转成yolo格式
    • 代码
  • 8.2 yolo提升技能
    • opencv-dnn模块使用darknet
    • 源码编译生成动态库使用
    • yolo系列资料

九、虚拟环境–版本号管理

  • 9.1 anaconda虚拟环境
    • pycharm导入虚拟环境
  • 9.2 virtualenv虚拟环境
    • pycharm导入虚拟环境
  • 9.3 pycharm安装
    • windows安装pycharm
    • ubuntu安装pycharm

十、实践

  • 10.1 object detection
    • 数据准备

      • voc2coco
      • voc2csv
      • coco2voc
      • coco2csv
      • voc2yolo
      • labelme2voc_coco
    • 数据增广

      • 杰哥
      • 张哥
    • pytorch

      • pytorch hub
        • 中文简介
        • 测试版PyTorch Hub
        • 官方介绍博客
        • PyTorch Hub的GitHub主页
      • Detectron
      • yolo–待续(waiting)
      • faster-rcnn
        • maskrcnn-benchmark
        • MODEL_ZOO
        • 训练自己数据集
      • mask-rcnn
        • maskrcnn-benchmark
        • MODEL_ZOO
        • 训练自己数据集
      • unet–待续(waiting)
    • mmdetection

      • mmdetection
      • MODEL_ZOO
      • mmdetection安装、测试
      • mmdetection faster-rcnn自己数据集
      • mmdetection mask-rcnn自己数据集
      • mmdetection unet–待续(waiting)
    • CenterNet

      • ubuntu16.04 pytorch1.1.0 cda10.0安装和测试centernet
      • Windows10环境配置及训练自己的数据集
      • 工程部署
        • 待续(waiting)
    • detectron2

      • 官方源码
      • 安装和测试
        • docker版
  • 10.2 object tracking
    • multiple-object tracking
  • 10.3 video understanding
    • 视频分类、行为识别、视频理解
  • 10.4 NLP
    • 待续(waiting)
  • 10.5 人脸检测和识别
    • 人脸检测和识别系列资料

十一、树莓派(轻量化模型实践)

  • 11.1 系统安装

    • 检查树莓派的硬件版本号和型号
    • 查看进程和内存使用情况
    • 在树莓派上截屏的方法
  • 11.2 opencv安装

    • opencv-python
    • cmake源码编译–>opencv(c++,python)

十二、openvino

  • 12.1 openvino安装
    • ubuntu16.04安装openvino
    • windows10安装openvino
  • 12.2 openvino资料
  • 12.3 openvino实践
    • 待续(waiting)

十三、深度学习深层理解

  • 13.1 待续(waiting)

十四、docker

  • 14.1 Ubuntu16.04 docker安装
  • 14.2 ubuntu16.04+docker+nvidia-docker+深度学习配置(darknet)
  • 14.2 docker一些命令

其他资料:

  • 学习资料

  • 论文查找和下载

  • 参考文献方法

  • arxiv论文怎么读

  • pip和conda换国内源

  • 解决:Ubuntu16.04循环登录和重新安装显卡驱动

  • 虚拟机安装linux系统界面显示不全解决办法

  • 查看python包路径和版本号

  • windows+ubuntu双系统

  • pip和anaconda下载安装源地址–离线安装包

  • windows安装python一些库,需要离线下载可以在你这里找到


深度学习框架版本简单查看方法

bubble@bubble:~$ python
Python 3.6.5 |Anaconda, Inc.| (default, Apr 29 2018, 16:14:56) 
[GCC 7.2.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow
/home/bubble/anaconda3/lib/python3.6/site-packages/h5py/__init__.py:36: FutureWarning: Conversion of the second argument of issubdtype from `float` to `np.floating` is deprecated. In future, it will be treated as `np.float64 == np.dtype(float).type`.
  from ._conv import register_converters as _register_converters
>>> tensorflow.__version__
'1.13.1'
>>> import keras
Using TensorFlow backend.
>>> keras.__version__
'2.2.4'
>>> import torch
>>> torch.__version__
'1.1.0'
>>> import cv2
>>> cv2.__version__
'3.3.0'
>>>

你可能感兴趣的:(linux,ubuntu,深度学习,人工智能)