tensorflow-compression项目部署问题记录

tensorflow-compression项目部署记录

github链接: https://github.com/tensorflow/compression.
最近看了这篇端到端的文章,想尝试一下部署运行,复现一下,结果遇到很多问题,先就此记录着。

初次部署问题记录1(已解决)

  1. 预编译包目前仅针对 Linux 和 Darwin/Mac OS 提供。要在 Windows 上使用这些包,必须需要先下载docker,然后在docker中使用代码:pip install tensorFlow-compression 才能下载的下来(anaconda、直接的pip都不行);

  2. Docker下载tensorflow映像,
    链接: https://www.tensorflow.org/install/docker.使用代码:docker run -it --rm tensorflow/tensorflow每次打开的docker容器id是不同的,之前在某一个印象中下载了tensorflow-compression,后来再进去发现运行不起来,才知道每次就算名字一样进入的是不同的容器,环境不一样;

  3. 关于tfci.py文件:module没找到是包没导入好,环境中要有tensorflow、tfc;目前成功的只有docker内pip下载方法,运行格式:
    python tfci.py compress < model > < PNG file >,其中model可选项为:“hific-lo”, “hific-mi”, “hific-hi”, 但是如何在docker中运行这个文件有待考究;

  4. 官网提供的colab内可以实现自己的图片交互式运行体验: https://colab.research.google.com/github/tensorflow/compression/blob/master/models/hific/colab.ipynb.;

  5. 该giithub下另一个readme文件https://github.com/tensorflow/compression/tree/master/models/hific.使用git下载下来之后运行提示缺少tensorflow-compression工具,要下载又回到上面的问题了。

之后可以进行的工作

  1. docker稍微学习一下docker官方文档,看看是否可以使用docker环境运行这个python代码;
  2. colab代码看看,用用体验一下;
  3. 让pycharm利用docker的环境进行开发 参考csdn链接pycharm+docker,感觉有点复杂,不知道方向对不对,先搁置。
  4. 虚拟机配置合适环境。

ps:哎,这个项目在Windows下复现真的有点不友好o(╥﹏╥)o

再次虚拟机部署更新

既然官网说只能运行在maxos或者linux上,那么就可以部署一台linux虚拟机,然后再往下进行。

步骤

  • 下载VMware虚拟机和centos镜像,按照教程步骤配置。
  • 在虚拟机中安装anaconda后,进入目录通过bash命令安装。
  • 按照github配置环境,下载tensorflow_compression(中间可能会断几次,毕竟下载的确实有点慢,多来几次就好了)。
  • 配置中输入python,输入 import tensorflow_compression as tf 不报错即可继续进行。

操作

a pre-trained model,model可选"hific-lo", “hific-mi”, “hific-hi”,当然 python tfci.py models 可以列出所有的model可选项。

python tfci.py compress <model> <PNG file>

实际操作

cd /home/karen/Downloads
conda activate ENV_NAME
python tfci.py compress hific-lo tulip.png

问题记录2(有待解决)

运行上述代码后遇到这个问题,明天查一下看看能不能解决。
PNG warning: iCCP: known incorrect sRGB profile 这警告可以忽略,非要处理可以参照这篇博客.
其他几处错误:或多或少和GPU处理有关,需要用到有GPU的电脑。

在这里插入图片描述

  • 2
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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