目前在学习深度图像处理,想把项目运行起来试试看,结果由于各种环境配置问题造成运行出错,实在对新手不友好啊。所以把环境配置遇到的大多数问题做一个整理,避免大家掉坑。
因为穷苦学生电脑没有GPU来训练跑,用CPU时间太长,所以直接用的.h5文件运行,没有进行训练,直接用的别人的训练结果进行测试。
对了这个深度图像学习的视频网站:https://www.bilibili.com/video/BV1iJ411G741?p=13&spm_id_from=pageDriver
讲的还挺不错的,老师人也感觉不错。
然后运行程序填坑的过程就开始了。
1. 环境问题
根据程序要求安装
主要注意下面的环境版本:
python 3.6
Tensorflow 1.14
keras 2.0.0
scipy 1.2
因为好像Tensorflow2.0以上自带keras,然后安装Tensorflow2.X的时候,又安装Keras,会老是出现导入Keras包出错的问题,或者keras.XXX没有的问题。Tensorflow1.XX好像就没有keras,然后再单独安装
pip install keras==2.0.0
pip install tensorflow==1.14.0
pip install scipy==1.2.0
我发现我在github下载的好多文件,想要自己运行不了好像都是环境,包的配置问题。我试了好几天,老是报错,真是吐血。
2.文件问题
配置好环境之后运行,又出现问题了。
比如说
第一个:
original_keras_version = f.attrs['keras_version'].decode('utf8')
AttributeError: 'str' object has no attribute 'decode'
然后解决办法参考:
https://blog.csdn.net/xiqi4145/article/details/109547242
第二个:
metrics.py 文件的这地方的 - 号 要改成 ^ 符号 ,因为比较新的numpy包没有减的逻辑符了,改成 ^这个符号了
然后大概就记得这些问题了。
然后我终于把它测试运行出来了。(此处泪目!)
worst prediction:
best prediction:
我终于把别人的代码运行成功了,这也是一个小白进军深度图像处理的第一步。
KaylaYin-要的不仅仅是进步,要的是进化。