安装工具及安装顺序:
0、安装Nvidia显卡驱动; 版本:456.71
1、安装Visual studio Professional 2017
2、安装Windows10 SDK(非必要); 版本:19041.1.191206-1406
Windows SDK即Windows Software Develope Kit(软件开发工具包),
它包含了进行Windows软件开发的文档和API函数的输入库、头文件(因为API在动态链接库中,这些动态链接库是系统的组成部分,
因此不用再提供,而输入库和头文件则必须,这样才能在你的程序中使用API函数)。
3、安装Miniconda3;
conda是一个开源包管理系统和环境管理系统,用于安装多个版本的软件包及其依赖关系,并在它们之间轻松切换;
Miniconda是最小的conda安装环境;
4、编译OpenBLAS; 版本:0.3.12
OpenBLAS是一个开源的矩阵计算库,包含了诸多的精度和形式的矩阵计算算法。
5、安装tbb(Threading Building Blocks); 版本:tbb2019_20181010
Intel Threading Building Blocks (Intel TBB),它是一个库,帮助你利用多核提高性能
6、安装CUDA SDK; 版本:CUDA Toolkit 10.2
CUDA(Compute Unified Device Architecture),NVidia推出的bai运算平台。
CUDA是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。
包含CUDA指令集架构(ISA)以及GPU内部的并行计算引擎。
NVIDIA与CUDA满足的关系: https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
7、安装CUDNN; 版本:10.2
NVIDIA CUDNN是用于深度神经网络的GPU加速库。强调性能、易用性和低内存开销。
NVIDIA CUDNN可以集成到更高级别的机器学习框架中,如Tensorflow、caffe等。可以在GPU上实现高性能现代并行计算。
CUDA看作是一个运算平台。
CUDNN是基于CUDA的深度学习GPU加速库,有了它才能在GPU上完成深度学习的计算。
CUDA与CUDNN满足的关系: https://developer.nvidia.com/rdp/cudnn-archive
8、安装Intel MKL库; 版本:2020 Update 4
Intel数学核心函数库(Math Kernel Library MKL)是一套经过高度优化和广泛线程化的数学例程,专为需要极致性能的科学、工程及金融等领域的应用而设计。
9、安装CMake编译工具; 版本:3.19.0
CMake是一个跨平台的安装(编译)工具,可以用简单的语句来描述所有平台的安装(编译过程)。
10、安装Eigen; 版本:3.3.7
Eigen是一个高层次的有效支持线性代数,矩阵和矢量运算,数值分析及其相关的算法的开源C++库。
11、编译OpenCV; 版本:4.5.0;
OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉和机器学习软件库。
12、安装Tesseract-OCR; 版本:v5.0.0
Tesseract-OCR引擎简介 OCR(Optical Character Recognition):光学字符识别,是指对图片文件中的文字进行分析识别,获取的过程。