这几天开始搞毕业设计,跟着老师算是正式入门深度学习了,在此记录一下这几天的收获
1.深度学习环境配置
首先是深度学习环境的配置,以前都是用pycharm写一些小程序小打小闹,结果电脑炸了什么都没有了,现在刚好一切从新开始,也算是做个备份和总结
目前python的环境配置最好的方法还是Anaconda,使用十分便捷,自带许多基础库,可以说是新手必备。但由于各种各样的原因直接使用Anaconda下载或更新库会非常慢且容易出错,且换源似乎也无法解决。于是我就在Anaconda Prompt改用pip进行安装,同样能够进入Anaconda环境配置中,不过还是会遇到速度过慢导致失败的问题。经过搜索找到以下这篇文章,可以完美解决问题,主要就是在pip国内的镜像源进行下载。
用pip install不能成功安装时的处理方法:https://blog.csdn.net/weay/article/details/82261442
2.配置GPU环境
而深度学习中最重要的库应该就是tensorflow和keras,但通常下载的都是CPU版本的,运行速度较慢。为了加快运行速度建议安装GPU版本的tensorflow和keras,安装两者的前提是需要安装CUDA和Cudnn。
CUDA是NVIDIA推出的用于自家GPU的并行计算框架,只有当要解决的计算问题是可以大量并行计算的时候才能发挥CUDA的作用,本质是一个工具包。而cuDNN是一个SDK,是一个专门用于神经网络的加速包。具体下载见下文
tensorflow各个版本的CUDA以及Cudnn版本对应关系:https://blog.csdn.net/qq_27825451/article/details/89082978
安装好了后,就可以开始下载GPU版的Tensorflow和Keras了,下载也是使用pip,不过需要在库的后面加上’-gpu’,以及加上版本号,如下所示:
pip install tensorflow-gpu==1.4.0
这只是一个示例,具体的版本还是要根据实际需要进行更改,且为了加快下载速度,最好在后面加上国内镜像源:
pip install tensorflow-gpu==1.4.0 -i http://pypi.douban.com/simple
如果电脑报错,可能是访问被拦截了,需要再添加一行让电脑信任该网址
pip install tensorflow-gpu==1.4.0 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
GPU版本keras的安装我在网上查的资料说是装好了GPU版本的Tensorflow再安装Keras就自然是GPU版本的了,但我还没验证,若是日后验证是错的再来修改本文。
另外贴一下如何查看tensorflow版本的代码
3.下载预训练模型
为了训练更快,可以下载预训练模型,卷积神经网络vgg16,由于我们后端使用的是tensorflow,就需要下载
vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5 ,下载见下文
vgg16百度网盘下载:https://blog.csdn.net/qq_35436571/article/details/97760098
下载完成后需要放入C:\Users\xxx.keras\models\
目前也就这些了,都是一些简单的总结,十分感谢各路大神的无私分享,希望我也能早日分享一些自己的东西
(PS:吐槽一下CSDN的网页写作,实在是太难受了,写着写着不是字消失了就是乱了,估计是保存机制有问题?只有在word上写好再复制过来)