在Windows下安装CompressAI

最新推荐文章于 2024-09-13 21:47:26 发布
最新推荐文章于 2024-09-13 21:47:26 发布
阅读量2.7k 收藏 5
点赞数 1
文章标签： windows python 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Teleports/article/details/130688624
版权
文章详细介绍了如何在Windows操作系统中创建一个新的conda环境，使用Python3.7，并安装PyTorch1.7以上版本。然后，通过豆瓣源下载并安装CompressAI1.2.4.dev0，整个过程解决了网络问题，成功安装并运行。
摘要由CSDN通过智能技术生成

还以为在win下装不了，仔细一看原来只是网络问题…
首先上项目地址
CompressAI

安装

目前CompressAI版本是1.2.4.dev0，要求python 3.6+ and PyTorch 1.7+
先新建一个conda环境，选择的是python 3.7
安装完后切换到新建的环境

 conda create -n compressai python=3.7
 conda activate compressai

下载好CompressAI的代码，在目录下执行
用的是豆瓣源

 pip install -e . -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

跑完就OK
在这里插入图片描述

Teleports
关注
Google compress 安装
ChandelerGause的博客
08-12 610
对于使用深度学习进行图像压缩的同学来说google的compress是绕不过去的一个坎 这里记录一下google compression的安装过程 代码来源 本篇中包含四篇文章的代码 End-to-end optimized image compression Joint autoregressive and hierarchical priors for learned image compression Channel-wise autoregressive entropy models for le
CompressAI：基于pytorch的图像压缩框架使用
小夭的博客
07-12 7510
CompressAI: a PyTorch library and evaluation platform forend-to-end compression research，我的理解是一个基于图像（视频）压缩的API库。他是建立在 PyTorch 之上的，用于基于深度学习的数据压缩的自定义操作、层和模型，其中包括了基于tensorflow.compression压缩包的部分移植，还包括包括一些用于压缩任务的预训练模型。其中可以直接用到的模型来自以下几篇文献： 同时提供了与原作者实验对比的测试数据的性能
Windows中利用anaconda进行compressai安装（超详细）
weixin_59066161的博客
07-03 646
Windows中利用anaconda进行compressai安装（超详细）
Python库 | compressai-1.2.0-cp38-cp38-macosx_10_14_x86_64.whl
05-30
资源分类：Python库 所属语言：Python 使用前提：需要解压 资源全名：compressai-1.2.0-cp38-cp38-macosx_10_14_x86_64.whl 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
CompressAI 安装和配置指南
最新发布
gitblog_09409的博客
09-13 503
CompressAI 安装和配置指南 CompressAI A PyTorch library and evaluation platform for end-to-end compression research 项目地址: h...
CompressAI安装踩坑回忆录
rgl19981212的博客
05-23 4890
随缘更新 最开始看的是叶大佬和师兄的博客，走上了熵编码的不归路..... (2条消息) 叶笙箫的博客_CSDN博客-记录深度学习,智能图像压缩,数据结构和算法领域博主https://blog.csdn.net/qq_42281425?type=blog但是这个熵编码需要一个集成的编码库，对标的是TensorFlow的，然而我们组都用pytorch..... CompressAI (interdigitalinc.github.io)https://interdigitalinc.github.io/C
window中如何在Anaconda虚拟环境中安装compressai
XU_MAN_的博客
04-03 986
1, 进入CompressAI的下载压缩包并解压到自己的项目路径2，打开anaconda的prompt命令行，激活需要安装的虚拟环境，然后进入compressai文件夹，比如下操作：3，输出安装命令行4，报错如果出现。
CompressAI从download到run
the_pxxboy的博客
05-30 1948
Run!!!!!!!CompressAI
CompressAI 开源项目教程
gitblog_00090的博客
08-08 951
CompressAI 开源项目教程 CompressAIA PyTorch library and evaluation platform for end-to-end compression research项目地址:https://gitcode.com/gh_mirrors/co/CompressAI 项目介绍 CompressAI 是一个基于 PyTorch 的库和评估平台，用于端到端压...
CompressAI:用于端到端压缩研究的PyTorch库和评估平台
03-20
压缩AI CompressAI（ compress-ay ）是用于端到端压缩研究的PyTorch库和评估平台。 CompressAI当前提供： 用于基于深度学习的数据压缩的自定义操作，层和模型 官方库的部分端口 预训练的端到端压缩模型，用于学习图像压缩 评估脚本，将学习的模型与经典图像/视频压缩编解码器进行比较 注意：多GPU支持目前处于试验阶段。 安装 CompressAI仅支持python 3.6+（当前对PyTorch的支持<3.9）和PyTorch 1.4+。还需要C ++ 17编译器，最新版本的pip（19.0+）和常见的python软件包（有关完整列表，请参见setup.py ）。 要开始并安装CompressAI，请在运行以下命令： git clone https://github.com/InterDigitalInc/CompressAI compressai cd
functional-zoo, PyTorch和Tensorflow功能模型定义.zip
09-17
functional-zoo, PyTorch和Tensorflow功能模型定义 功能动物园PyTorch和Tensorflow的模型定义和pretrained权重PyTorch，与 lua Torch 不同，具有 autograd，所以使用 torch.nn 模块的模块结构不是必要的，可以轻松分配需要的模块模块，这
whl 下载地址
陆安的博客
11-17 748
https://pypi.org/ https://www.lfd.uci.edu/~gohlke/pythonlibs/
python各种安装包下载,python安装包下载教程
aq8821的博客
12-19 1338
如今，Python已经成为一种非常流行的编程语言了，很多小伙伴都开学习python，但是对于刚刚接触python的纯小白来说，不太会安装，下面我们就介绍介绍Python下载和安装及Pycharm专业版安装。我会把我之前遇到的所有问题都给大家展示出来并逐一解决，让大家别跟我掉进同一个坑里python简单代码案例。创作日期：2021/10/30。
【端到端图像压缩】CompressAI运行记录
weixin_44525180的博客
12-24 4612
期末作业要求运行端到端的图像压缩代码，过程中学习了csdn上诸多教程。这里将运行的过程分享出来。
深度学习学习记录-1【端到端压缩/compressai/自编码器】
m0_52392211的博客
08-05 1129
compressai
compressai
09-05
对于压缩算法，有很多种方法可以使用。其中一种 popular 的算法是 Deflate 算法，它使用了 Huffman 编码和 LZ77 无损压缩算法。这个算法被用于创建诸如ZIP和GZIP这样的压缩文件格式。另外，还有其他一些算法如LZMA和Bzip2也常被使用。如果你有特定的压缩需求，可以提供更多细节，我可以给出更具体的回答。
评论 18
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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