2021-05-21

环境配置

进行深度学习开发,要先选择学习框架进行环境配置。机器学习框架有Pytorch、TensorFlow、Keras、Caffe等。

1.1.Pytorch环境搭建

  • 前置安装
  • 安装anaconda
  • 更改镜像源
  • 环境管理
  • 安装Pytorch

前置安装
学习框架可以使用GPU加速运算,在安装GPU版前需要进行前置安装。前置安装包括显卡配置和并行计算工具包(CUDA、cuDNN)安装。

1)显卡配置
①查看显卡类型,确定是NVIDIA显卡。目前,Pytorch和TensorFlow只支持NVIDIA系列的显卡加速计算。任务管理器、设备管理器等可查看显卡类型。
②查看驱动版本,升级显卡驱动。命令行nvidia-smi查看驱动版本,如果显卡驱动过低,去NVIDIA官网下载对应显卡驱动进行升级。

2)并行工具包安装
①CUDA安装
版本选择:地址查询 NVIDIA官网或者nvidia-smi命令查询。下载地址:CUDA下载
安装检查:nvcc --version,显示nvcc版本。
②cuDNN安装
下载地址cuDNN,具体安装方法请上网查询。

补充说明:
使用anaconda进行环境配置时,cuDNN和cuda tookit中CUDA会跟随Pytorch或TensorFlow一起安装,为什么还需要单独安装并行工具包?请了解的人解释下,谢谢!

安装Anaconda
Anaconda是环境管理和包管理工具。我们使用anaconda3,版本Anaconda3和2的区别在于内置Python2还是3。安装方法上网查询,安装检查:打开anaconda prompt显示base()环境

更改镜像源
由于某些包的官方服务器放在国外,安装时速度较慢,需要将源链接更改为国内镜像源。Windows和Ubuntu更改源方式略有不同,实验室的服务器已经更改为清华源。具体源更改方法请上网查询

conda config --show-sources 		  #查看当前源
conda config --add channels 源名称或链接	  #添加指定源
conda config --remove channels 源名称或链接 	  #删除指定源

补充:
1.使用实验室服务器安装包,需要先连接网络。打开firefox浏览器,http://10.0.0.55

环境管理

不同工程项目,需要不同开发环境。使用anaconda prompt命令行或Pycharm可以进行环境管理。创建的新开发环境默认安装在conda目录下的envs文件夹下。关于conda创建环境及其他的常用命令,上网查询。

安装Pytorch

切换到某个开发环境,安装pytorch。进入pytorch官网选择对应版本,复制command进行安装,如果使用清华源安装命令去掉 -c pytorch。

安装检查,输入如下代码,输出True。

import torch
torch.cuda.is_available()

1.2.Keras环境搭建

Keras是高级API,对底层学习框架(TensorFlow、Theano)进行封装,即Keras作为前端,TensorFlow或theano作为后端。安装Keras步骤:

  • 前置安装
  • 安装anaconda
  • 更改镜像源
  • 环境管理
  • 安装TensorFlow
  • 安装Keras

相同步骤见Pytorch安装过程,注意只有安装tensorflow2.0以上版本时cuDNN和cuda tookit中的CUDA才会跟随Pytorch或TensorFlow一起安装;低版本的能否安装不确定,一般和镜像源有关。

安装TensorFlow
需要选择TensorFlow、Keras、Python之间版本的对应关系。更多信息,请上网查询

conda install tensorflow-gpu=xxx 

安装Keras

pip install keras==xxx

安装检查,输入如下代码:

import tensorflow as tf
tf.test.is_gpu_available()

参考文档:
1.Pytorch环境搭建 https://blog.csdn.net/qianbin3200896/article/details/104244538
2.TensorFlow环境搭建 https://blog.csdn.net/qiancaobaicheng/article/details/95095583
3.验证TensorFlow调用GPU https://blog.csdn.net/Yolo_C/article/details/106235873
4.配置anaconda国内(清华)镜像源 https://sakura.blog.csdn.net/article/details/104103704

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
2021-03-26 20:54:33,596 - Model - INFO - Epoch 1 (1/200): 2021-03-26 20:57:40,380 - Model - INFO - Train Instance Accuracy: 0.571037 2021-03-26 20:58:16,623 - Model - INFO - Test Instance Accuracy: 0.718528, Class Accuracy: 0.627357 2021-03-26 20:58:16,623 - Model - INFO - Best Instance Accuracy: 0.718528, Class Accuracy: 0.627357 2021-03-26 20:58:16,623 - Model - INFO - Save model... 2021-03-26 20:58:16,623 - Model - INFO - Saving at log/classification/pointnet2_msg_normals/checkpoints/best_model.pth 2021-03-26 20:58:16,698 - Model - INFO - Epoch 2 (2/200): 2021-03-26 21:01:26,685 - Model - INFO - Train Instance Accuracy: 0.727947 2021-03-26 21:02:03,642 - Model - INFO - Test Instance Accuracy: 0.790858, Class Accuracy: 0.702316 2021-03-26 21:02:03,642 - Model - INFO - Best Instance Accuracy: 0.790858, Class Accuracy: 0.702316 2021-03-26 21:02:03,642 - Model - INFO - Save model... 2021-03-26 21:02:03,643 - Model - INFO - Saving at log/classification/pointnet2_msg_normals/checkpoints/best_model.pth 2021-03-26 21:02:03,746 - Model - INFO - Epoch 3 (3/200): 2021-03-26 21:05:15,349 - Model - INFO - Train Instance Accuracy: 0.781606 2021-03-26 21:05:51,538 - Model - INFO - Test Instance Accuracy: 0.803641, Class Accuracy: 0.738575 2021-03-26 21:05:51,538 - Model - INFO - Best Instance Accuracy: 0.803641, Class Accuracy: 0.738575 2021-03-26 21:05:51,539 - Model - INFO - Save model... 2021-03-26 21:05:51,539 - Model - INFO - Saving at log/classification/pointnet2_msg_normals/checkpoints/best_model.pth 我有类似于这样的一段txt文件,请你帮我写一段代码来可视化这些训练结果
02-06
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值