TensorFlow入门学习笔记——使用Python安装GDAL,scipy,matplotlib

      以前一直做遥感影像分类方面的研究,方法只限在传统的分类算法,深度学习一直没有尝试过。最近终于下定决心做深度学习。因为经常使用C++,所以刚开始我使用的Caffe,但折腾了半个月,各种坑不断,最后终于能够把模型跑出来了,但是结果大跌眼镜。在训练的过程中,验证的分类精度达到了85%以上,loss也是在下降的,但是,使用模型对图片分类的时候,所以的图片的各个类别的输出概率均是第一个类最大,第二个类次之,其他类依次降低,换了不同的数据集训练模型,效果都一样。我在技术群,论坛里都问了,居然没有得到回应,于是就卡在这里了(如果有人能帮忙解决,真是感激不尽啊可怜,至少自己没有白忙活)。Caffe让我有点难过,于是转战TensorFlow。其实TensorFlow的安装超级简单,在之前我也做了相关的笔记。但是,我处理的是多波段的遥感影像,并且网上用来分类的案例必须借助一些库才能实现数据的读取。就这样花了一点时间,将一些相关库编译后安装了一遍,挺简单,在这里做一下总结。


  • 1.在Python下的编译64位 GDAL

     这一步主要是参考了一个博客,内容很详细,一步步按照步骤就可以成功编译,这里我将博客链接贴出来:

     https://blog.csdn.net/zhoulinshijie/article/details/77714348

为了节省时间,我将编译好的结果统统上传到了csdn上,可以免费下载

      https://download.csdn.net/download/mrkawuyi/10448343

安装方法:

(1)解压下载的压缩包,将gdal-2.2.0-64x文件夹放到自己的路径下,添加gdal-2.2.0-64x下的bin文件夹到系统的PATH环境变量,同时创建一个GDAL_DATA系统变量,指定其值为:自己的路径\gdal-2.2.0-64x\data

(2)将GDAL-2.2.0-py3.6-win-amd64.egg移动到Pyton的安装路径下(我的安装路径为C:\Users\Administrator\AppData\Local\Programs\Python\Python36\Lib\site-packages)


(3)以管理员的身份运行cmd,输入Pyton,进入pyton调试模式,然后输入如下语句进行测试

from osgeo import ogr

from osgeo import gdal

如果没有什么提示,表明安装成功了!

  • 2. scipy的安装

之所以安装这个库,主要是因为在网络有的案例中,需要用它来读取图片,在此简单介绍一下安装过程。

(1)首先下载文件

numpy-1.14.3+mkl-cp36-cp36m-win_amd64.whl

scipy-1.1.0-cp36-cp36m-win_amd64.whl

scikit_image-0.14.0-cp36-cp36m-win_amd64.whl,()

(2) 然后将该文件放置到指定路径,例如:D:\搜狗高速下载\scikit_image-0.14.0-cp36-cp36m-win_amd64.whl

 (3)打开cmd,依次输入:

pip install D:\搜狗高速下载\numpy-1.14.3+mkl-cp36-cp36m-win_amd64.whl

pip install D:\搜狗高速下载\scipy-1.1.0-cp36-cp36m-win_amd64.whl

pip install D:\搜狗高速下载\scikit_image-0.14.0-cp36-cp36m-win_amd64.whl,(绿色的是自己的路径)

(4) 安装,


安装成功后进行调试:

在python中输入“ import skimage ”, 验证安装是否成功。

  • 3. matplotlib的安装

安装该程序包主要是为了显示图像,安装步骤比较简单,在cmd中依次输入以下命令即可完成安装!

python -mpip install -U pip
python -mpip install -U matplotlib

最终,输入下面测试代码,读取图片并显示

# --- coding:UTF-8 ---
from skimage import io
import matplotlib.pyplot as plt
img=io.imread('D:\\139124974_9e3ba69f6c.jpg')
io.imshow(img)
plt.show()

(持续更新中.....)





评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值