windows7 + python3.6 + TensorFlow实现FCN

    随记：新的工作开始研究基于深度学习的图像分割了，在入职之前自己先看了一下图像分割方面的论文和视频，在自己动手训练样本的时候，由于刚开始接触python 和TensorFlow，以至于出现了很多小问题，如今相关的工程总算是跑起来了，为了给自己留下笔记，供以后参考，现整理一下，也欢迎大家翻阅，提出宝贵意见。

    正题开始

    该文章旨在介绍windows7 如何利用tesnforflow来实现全卷积神经网络FCN的训练和测试。

    准备工作

    安装工具：python3.6、cuda、cudnn、TensorFlow1.7、git、matplotlib、numpy+mkl、 pillow、scipy、

    由于本人电脑安装的是python3.6、 TensorFlow1.7 所以在此直接当做运行样本来使用，其它的工具，去链接出下载最新版本的安装就可以（前提是版本要适配系统哈）。关于安装这一块，本人即将整理一个完整的博文来介绍自己的安装过程，也会提供自己安装工具的网盘地址，以便有些网站打不开的的童鞋下载使用。好了，言归正传，开始

    下载源码：https://github.com/shekkizh/FCN.tensorflow.git

https://github.com/shekkizh/FCN.tensorflow.git

https://github.com/shekkizh/FCN.tensorflow.git

     首先非常感谢创作该源码的Sarath Shekkizhar，无私的共享自己的劳动成果供大家一起学习研究，也希望深度学习的小伙伴们在自己的工作和学习当中，积极贡献自己的小力量，为人工智能事业添砖加瓦，扯远了哈，立马回来。

    上面的源码地址，是作者github上的源码地址，里面没有包含训练所需要的数据，我自己即将整理后的完整项目文件在网盘里面有备份，不嫌文件大的小伙伴可以去网盘地址下载（下载后，在以上工具安装都正确的情况下，可以直接运行）

    操作说明：

    操作起来很简单，训练的时候，只需要运行python FCN.py 就可以了，当然在数据预处理阶段，你的机器不行的话，可能会慢到让你怀疑出错了，不要担心，只要python不闪退或者不出现红色的error提示，你就耐心的等着就行。    

原作者是在12GB TitanX进行的training  用时大概是6-7个小时，我的机器是GTX770（很老的一款了，显存4G，跑起来有点吃力了，迭代4000次 大概花了半小时的时间，作者是100001次迭代，现在我的机器还在吃力的训练着，我才有时间来整理文档）

    问题集锦

    1、运行源码地址现在的项目，会有两个文件要下载：

    以上两个文件夹Model_zoo和Data_zoo源码项目里是没有的，需要在线下载，有可能会很慢哈，所以在网盘地址里面打包的源码，直接都封装到一起了，方便使用。

    2、这个问题搞了我一下午，就是执行到sess.run（）时，python直接报错，闪退

    这个时候，观察CPU和GPU，发现GPU内存已经被爆掉了，一开始以为是显存太小了，就加了抑制显存的方式，发现还是不行，会显存溢出，在网上也只找到了同样问题的提问，但是没有找到答案，在脚本调试的时候，发现问题出现在cuda上，准确的说是cudnn上，不过，这个问题出现的概率因人而异，还是把解决方案放出来吧，我电脑一开始安装的cuda9.0 + cudnn7.1,cuda目前已经出了9.1了，但是TendowFlow最新的版本（截止发稿）不支持9.1  我就安装了9.0发现可以，cudnn当时也是安装的最新的版本，但是问题2报错的日志显示，代码运行需要的cudnn环境是7.0,于是我就又去下载了cudnn7.0,覆盖7.1，哦了可以正常训练了

3、在TensorFlow里面，经常会涉及到网址和文件目录的拼写，两者的分隔符是完全不一样的，比如网址的分隔符为'/',本地文件目录的分隔符为'\',注意不要混淆，否则会出现链接错误和找不到文件的错误，

4、OOM when allocating tensor with shape[4096,512,7,7] and type float o/job:localhost/replica:0/task:0/device:GPU:0 by allocator GPU_0_bfc……

出现上述问题是因为显存不够， batch_size太大，内存不够造成的，可以先排查一下有没有其他程序在占用显存，然后考虑降低batch_size 的值

总结:

从安装TensorFlow开始到成功训练FCN模型，期间还出现了一些其它的小问题，但是当时时间比较紧凑，就没有来的及记录问题，要是哪位朋友在运行的时候遇到了新的问题，欢迎留言交流讨论，总之深度学习自己也是刚入门的小白，希望在接下来的几年里，自己能够在深度学习的某一个领域学习、成长并深耕下去。