Visual Studio 2017 双目开发（二）——MSRA-OpenPAI介绍及配置

Visual Studio 2017 双目开发

Visual Studio 2017 双目开发项目主要包含下面几个方法：

• opencv及PCL配置
• MSRA-OpenPAI介绍及配置
• 调用摄像头及图片分隔
• opencv及流处理分割
• 摄像头畸变矫正及匹配
• 深度图生成及点云
• 待续

OpenPAI介绍

在微软举办的“新一代人工智能开放科研教育平台暨中国高校人工智能科研教育高峰论坛”上，作为由微软亚洲研究院为该平台提供的三大关键技术之一，Open Platform for AI（OpenPAI）也受瞩目。
事实上，随着人工智能技术的快速发展，各种深度学习框架层出不穷，为了提高效率，更好地让人工智能快速落地，很多企业都很关注深度学习训练的平台化问题。例如，如何提升GPU等硬件资源的利用率？如何节省硬件投入成本？如何支持算法工程师更方便的应用各类深度学习技术，从繁杂的环境运维等工作中解脱出来？等等。
为了解决这些问题，微软亚洲研究院和微软（亚洲）互联网工程院基于各自的特长，联合研发、创建了OpenPAI，希望为深度学习提供一个深度定制和优化的人工智能集群管理平台，让人工智能堆栈变得简单、快速、可扩展。
Github主页：https://github.com/Microsoft/pai

CUDA及cuDNN安装

在 https://developer.nvidia.com/cuda-toolkit-archive 找到CUDA 9.0下载对应的版本并安装，手动配置CUDA的库到系统变量中。

在https://developer.nvidia.com/rdp/cudnn-archive 中找到
cuDNN v7.0.5 (Dec 5, 2017), for CUDA 9.0

cuDNN v7.0.5 Library for Windows 10
下载解压，复制其中的cudnn64_7.dll到CUDA的bin目录下。

一键安装机器学习软件及依赖

感谢微软，完成了整个常用机器学习模型的整合并采用git统一安装（内部本质上还是pip3的安装方式）
在git上克隆仓库到本地

git clone https://github.com/Microsoft/samples-for-ai.git

打开installer目录
然后输入

python.exe install.py

耐心等待即可（这里建议提前更换pip的源为国内源，否则有很大可能会出现各种报错）

到此为止，就完成了机器学习的常用模型的一键安装与配置了。为各位以后的机器学习之路扫清了不少障碍。

源自于：https://www.cnblogs.com/ms-uap/p/9123033.html