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，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.....）