一个完整的深度学习图像分割例子（二）：环境搭建

在[项目简介]中我们已经明确了软件需求和设计，接下来按照下图开始准备环境。

深度学习框架：

前面我们说过，深度学习分为训练和推理两个独立的过程，我们先搭建训练框架，完成模型的训练，得到模型配置文件和模型参数后我们就已成成功了一半。

深度学习开发比较依赖于硬件资源，尤其是GPU显卡，虽然深度学习框架提供了CPU版本，但对于大模型训练会非常慢，只能跑一些小模型，但购买硬件设备也非常昂贵，所以对于那些初学者而言，不能搭建本地环境的，推荐使用在线硬件资源，目前有很多在线的硬件资源，且都会提供免费的算力，这里给大家推荐一种：

飞桨AI Studio - 人工智能学习实训社区 (baidu.com)

概括一下就是，如果你自己有配置好的电脑，GPU显卡，那就自己搭建环境，否则就用在线的硬件资源。

搭建本地环境：

**操作系统：**Windows10专业版或者企业版

Anaconda：

鉴于深度学习框架需要依赖很多第三方python库，自己装很麻烦，所以安装一个专门为深度学习开发的python库集成环境。

安装Anaconda：

Anaconda3-2022.05-Windows-x86_64.exe

PaddlePaddle：