本文仅仅是自己实现过程的笔记记录
方法一:
想体验以下TensorFlow GPU 加速训练,又不想安装任何工具和操作复杂的配置步骤,可以参考以下资料:
如何在免费云端运行 Python 深度学习框架:https://redstonewill.com/1493/
使用colab运行深度学习gpu应用(Mask R-CNN)实践:https://www.cnblogs.com/jackkwok/p/10404804.html
Google Colab Free GPU Tutorial:https://medium.com/deep-learning-turkey/google-colab-free-gpu-tutorial-e113627b9f5d
Google免费GPU使用教程:https://www.234du.com/1154.html
Colaboratory:https://research.google.com/colaboratory/faq.html
方法二:
完全参考以下文献就能够实现:
https://blog.csdn.net/yx123919804/article/details/84310006
https://blog.csdn.net/yx123919804/article/details/84111774
https://blog.csdn.net/yx123919804/article/details/84314077
按照方法二,主要问题
1. TensorFlow1.2.1版本低,出现以下问题:
2. 安装模块 imgaug,使用pip install imgaug会出现报错。
方法三(在方法二上面,做出的改进):
1. 版本要求:
Python:3.5
Anaconda:Anaconda3-4.2.0-Windows-x86_64.exe
TensorFlow:1.3.0 cpu
jupyter 4.4.1
spyder 3.0.0
千万注意1:Anaconda和Python其他版本已经测试过,碰到很多问题,暂时无法实现。
千万注意2:所有操作,先启动Anaconda Prompt,然后激活tensorflow。
指令:打开activate tensorflow和关闭deactivate tensorflow;
参考的资料:http://www.voidcn.com/article/p-bpmwgvsm-bpz.html
2. 安装TensorFlow
参考资料:http://www.voidcn.com/article/p-bpmwgvsm-bpz.html
3. 安装spyder
选择3.3.0版本
4. 安装Jupyter Notebook
安装步骤和spyder类似,选择4.4.1 版本,其他的配置参考https://blog.csdn.net/yx123919804/article/details/84314077步骤。
参考资料:https://blog.csdn.net/yx123919804/article/details/84314077
5. 运行MASK R-CNN Demo
参考资料:https://blog.csdn.net/yx123919804/article/details/84310006
碰到几个问题:
4.1 安装模块 imgaug建议使用:第一步:conda install shapely;第二步:pip install imgaug;
参考资料:https://github.com/albu/albumentations/issues/155
4.2 安装pycocotools模块,然后运行demo.ipynb第一部分code,还是会出现不存在模块pycocotools
解决方法:生成的pycocotools库在C:\Users\silen\Anaconda3\envs\tensorf_cpu\Lib\site-packages\pycocotools-2.0-py3.6-win-amd64.egg文件下下面。需要把库pycocotools剪切到C:\Users\silen\Anaconda3\envs\tensorf_cpu\Lib\site-packages下面。否则,会报错,说没有model pycocotools。
4.3 全部执行demo.ipynb,出现:TypeError: softmax() got an unexpected keyword argument 'axis'
解决方法:升级以下numpy,指令为:pip install --upgrade numpy或者是Modify the code in this way: tf.nn.softmax(x, axis=axis) -> tf.nn.softmax(x)
参考资料:https://github.com/fizyr/keras-retinanet/issues/525
4.4 出现Microsoft visual c++ 14.0 is required
下载文件:https://blog.csdn.net/qq_20159855/article/details/79685003
参考资料:https://blog.csdn.net/qq_20159855/article/details/79685003
6. 运行成功所有版本的展示
backcall 0.1.0
bleach 1.5.0
certifi 2018.8.24
cloudpickle 0.8.0
colorama 0.4.1
cycler 0.10.0
Cython 0.26
dask 1.1.4
decorator 4.4.0
h5py 2.9.0
html5lib 0.9999999
imageio 2.5.0
imgaug 0.2.8
ipykernel 5.1.0
ipython 7.4.0
ipython-genutils 0.2.0
jedi 0.13.3
jupyter-client 5.2.4
jupyter-core 4.4.0
Keras 2.0.8
Keras-Applications 1.0.7
Keras-Preprocessing 1.0.9
Markdown 3.0.1
matplotlib 2.0.2
networkx 2.2
numpy 1.16.2
opencv-python 4.0.0.21
parso 0.3.4
pickleshare 0.7.5
Pillow 5.4.1
pip 10.0.1
prompt-toolkit 2.0.9
protobuf 3.7.0
Pygments 2.3.1
pyparsing 2.2.0
python-dateutil 2.8.0
pytz 2017.2
PyWavelets 1.0.2
PyYAML 5.1
pyzmq 18.0.1
scikit-image 0.14.2
scipy 1.2.1
setuptools 40.8.0
Shapely 1.6.4.post1
six 1.12.0
tensorflow 1.3.0
tensorflow-tensorboard 0.1.8
toolz 0.9.0
tornado 6.0.1
traitlets 4.3.2
wcwidth 0.1.7
Werkzeug 0.15.1
wheel 0.33.1
win-unicode-console 0.5
wincertstore 0.2