深度学习基本环境配置
Anaconda:提供虚拟环境
tensorflow:深度学习常用框架
CUDA:使用Gpu进行计算
cuDNN:一个SDK,专门用于神经网络的加速包
PyCharm:一种Python IDE,用它编写代码和链接虚拟环境
一.CUDA
官网下载
版本选择参考:https://blog.csdn.net/zc19981224/article/details/119705267
安装,一路next就行
它最终会被安排在c盘
二.cuDNN
官网下载,选择对应CUDA版本的最新cuDNN版本就行
解压后是
gpu硬件相关准备完成
三.Anaconda
四.PyCharm
官网下载社区版就行(不差钱也可以整专业版)
开始安装
用一个项目检测有没有配置完成:测试项目
①把项目代码下载下来
更改一下文件位置
将crnn_model文件夹转移到tools文件夹下
②把项目的测试集下载下来,位置如图
下载后把文件夹的文件,放入项目文件夹的同名文件夹下,使得模型可以调动
③创建并且配置虚拟环境
环境需求:
打开后:
这是让我们在Anaconda的第四步中, 一步步的加载需要的环境配置(如果你很晕可以重新创建一个虚拟环境,虚拟环境可以看成是一个房间,你给它的名字就是它的门牌号,创建虚拟环境后一定要激活它,就像你要打开房间的门,环境配置就是房间里面的家具,通过pip install 进行添置)
pip install tensorflow_gpu==1.8.0
pip install numpy==1.14.3
pip install opencv_python==3.2.0.7
⑤打开PyCharm并且导入项目
链接虚拟环境
这其实就链接上了虚拟环境
测试成功,这个环境也pytorch也可以使用,pytorch项目测试