大创学习记录

不久前看到了知乎上的一篇文章，《疫情期间大学生应该如何提升自己》，看完所有的文字，就觉得自己参加这样一个大创项目是多么的必要，目前大二的我已经参与了这是第二个大创项目，很幸运身边可以有大佬朋友愿意带我，但是说实话，第一个大创项目，我没有非常认真的去参与，这真是我非常后悔的一点，到现在也还没有结题，所以可能后期希望自己能为团队贡献自己的一点力量。但是！在这里我准备记录我参与的第二个大创项目，从组队到联系老师，再到写申请立项书，我都参与其中，希望能够真正的主动地去学习到有用的东西。
好了，话不多说，开始今天的记录。
首先，有目标才会有动力，有目标才会有计划。
我们的项目是基于深度学习中的卷积神经网络（Faster R-CNN)以及YOLOv3预测模型，并不断用机器学习来优化算法，按照项目负责人的要求，近两周的学习计划如下，主要是先打个基础：

1. 学习深度学习相关知识。上http://eds.tju.edu.cn/ermsClient/browse.do查阅相关文献。top等级的论文几乎都在SCI上，登录资源平台外文数据库第一个web of science。
2. 熟悉tensorflow框架。安装Anaconda，它是一个容器，然后在它里面可以搭建深度学习环境，安装Python, Numpy， Matplotlib，Tensorflow或者pytorch包。代码编辑器可以用VS code。
3. 学习相关编程语言的语法。我们的算法用python实现，web用html+javascript。

今天准备先搭建好tensorflow框架。
在网上看到，2019年春季，google发布了Tensorflow2.0测试版本。

指导老师温馨提醒：要注意自己的机器的配置，尤其是显卡。一般nVidia显卡可以装tensorflow的GPU版本，不是的话就装CPU版本。
笔者在我的电脑中的管理查了一下自己的显卡，发现自己的是Nvida GTX1050 Ti,运算能力4以上，符合安装GPU版本的要求。

Anaconda + TensorFlow 2.0 GPU安装

Anoconda3下载
下载官网Anoconda3下载地址
建议安装Python 3.7 version,之后的操作比较方便
下载下来后一直next

安装好后在开始菜单中找到Anaconda Prompt（开始菜单），如下图：

在命令行中输入

conda create -n your_env_name python=X.X

your env name可以自己改，最好和用这个环境要安装的主力包有关，比如我用这个环境装了Tensorflow2.0.0beta1-gpu，我就把环境简单命名成tf2.0b。后面跟的是python版本号，因为我下的是3.7所以就改成python=3.7。之后让你回答Y/N，输入y就好。
安装成功后，命令行中输入

将环境激活，结果如图：

这个时候就可以在自己的虚拟环境下安装Tensorflow或者Pytorch, Numpy， Matplotlib等了。

Tensorflow2.0 GPU安装

Tensorflow2.0还没被收到anaconda库，所以需要用pip安装。

pip install tensorflow-gpu==2.0.0b1

之后就一直安装就可以了，这个过程我花了几乎一天的时间下载，安装好了命令行输入：

conda list

可以看到

有以上图中显示的条目，包括上面还有keras的，因为tf2.0把keras高度集成了。
接下来如果是安装的CPU，就不会有以下的步骤了。
安装cuda和cudnn
这个可以用conda直接下载。但是tf2.0对于cuda的支持暂时仅限于10.0，cudnn是7.6.0。所以安装的时候要指定版本号。
在命令行输入如下：

conda install cudnn=7.6.0
conda install cudatoolkit=10.0.130

安装matplotlib
命令行输入：

pip install matplotlib 

显示结果如下，则安装成功。

至此，环境基本上都搭建好了，用来写代码的vs code 之前也已经安装过了，从明天开始便开始真正的跑一跑代码了。