cuda9.0对应的pytorch版本_神经网络从0到1（一）——pytorch环境搭建

导言

随着人工智能的热度不断增加，很多人看到了机器学习的许多优势之处。这个系列将从下载pycharm编译器，搭建pytorch环境，利用opencv配合初步的实现一个利用神经网络进行识别车牌的项目。

话不多说，第一章首先来把我们要用的编译器以及包下载好，下面的链接是pycharm编译器的安装包。各位按教程下载即可。

---

链接： https://pan.baidu.com/s/1NOFFc1WNwxfbt8Gflh9Tkg 提取码：pnsm

1

项目整体思路

在下载编译器的过程中，我们可以来了解一下本次项目的主体思路以及框架。 由于神经网络的训练需要花费相当的算力和时间，我们通过opencv进行图像处理，简单地识别出车牌，并将其图像压缩，从而减少神经网络的识别负担。我们通过字符分割的图像算法自行搭建数据集并用于CNN网络的训练。最后实现对车牌上的字符进行识别。并输出结果。 整个项目使用的是pytorch，不同于tensorflow，pytorch的入门相对简单，使用起来也比较方便。

python以及pytorch版本

在安装完pycharm后，我们需要安装python以及pytorch，本项目使用的python版本为3.6，pytorch版本为1.6+cuda10.1

安装教程

https://www.python.org/downloads/release/python-368/</