深度学习准备工作
文章目录
下载地址(All)
安装Anaconda
版本
Anaconda3-4.4.0-Windows-x86_64.exe自带python3.6
安装
一路agree,next,这里全勾选,未勾选第一个在安装完后需要配置环境变量
安装结束后打开cmd,输入conda,python能够显示如下则表示全部安装完成
conda测试如下图
python测试如下图
安装Tensorflow
版本
tensorflow1.5.0
安装
提示:以下操作均在Anaconda Prompt中
打开Anaconda Prompt
如下图
更新pip
python -m pip install -U pip
更换清华源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
创建名为TensorFlow的环境,同时安装Python3.5.2
conda create --name tensorflow python=3.5.2
中途询问,输入y继续,结束如下图
激活环境
Anaconda Prompt输入:
activate tensorflow
安装
pip install tensorflow==1.5.0 -i https://pypi.douban.com/simple
按Enter等待安装结束(此处使用的是豆瓣源,若出错,请重复几次)
更换numpy版本
安装结束后输入python,再输入import tensorflow as tf,发现出现关于numpy的错误,是因为numpy版本过高
版本
numpy1.16.0(前面安装的是1.18.0的,版本过高)
安装
先卸载原来的高版本numpy
pip uninstall numpy
安装低版本numpy
pip install numpy==1.16.0 -i https://pypi.douban.com/simple
再次测试tensorlow
测试如上图无错误返回则安装完成
安装Keras
版本
Keras2.1.3
安装
安装keras
pip install keras==2.1.3 -i https://pypi.douban.com/simple
需要MinGW,安装MinGW
conda install mingw libpython
验证Keras
如上图出现Using TensorFlow backend.则安装完成
Anaconda、Tensorflow、Keras安装完成后的收尾工作
先选择tensorflow环境,再install Jupyter(如图)
数据及打开数据的软件
下载地址在上面
数据查看演示
打开BDA-DP
Anaconda安装图片标记工具labelImg
下载labelImg-master.zip并解压(下载地址在最上面)
创建labelImg环境并安装python3.5
conda create --name labelImg python=3.5
激活环境
activate labelImg
安装PyQt5
pip install PyQt5 -i https://pypi.douban.com/simple
安装PyQt5_tools
pip install PyQt5_tools -i https://pypi.douban.com/simple
安装lxml
pip install lxml -i https://pypi.douban.com/simple
安装labelImg
注意labelImg-master文件夹的路径
进入labelImg-master文件夹执行命令:
pyrcc5 -o resources.py resources.qrc
结束后进入labelImg-master,将如图的resources.py复制一份放入libs文件夹中(如图)
打开labelImg
输入:
python labelImg.py