关于单幅图像无雨问题。找到了2017年IE文章《Removing rain from single images via a deep detail network》文章,源代码,数据集在github上:https://xueyangfu.github.io/projects/cvpr2017.html
想要复现一下代码,老师给配置了一个服务器,在上面跑数据。
cuda11.1,cudnn8.4(这俩服务器已经装好了,我就没装),python3.8,TensorFlow2.4
文章是用的TensorFlow1.x的版本,改到TensorFlow2.x的版本运行的
用MobaXterm链接服务器
去该网址下载:MobaXterm下载
直接参考该文章就可以,完全没问题
服务器中anaconda3安装
之后的环境都是anaconda安装的,先来在服务器配置anaconda3
下载anaconda3安装包
在anaconda3下载链接下载对应的版本,我下载的是这个:
下载到电脑上,将包直接拖到MobaXterm里面就可以,他就自己上传
输入:bash Anaconda3-2021.11-Linux-x86_64.sh
遇到一堆问题输入Q或者回车enter
遇到[y/n]输入y
我没有遇到其他问题,可以参考其他文章例如这个文章
python3.8+TensorFlow2.4环境配置
需要看自己的cuda版本和哪一个python和TensorFlow对应
因为我是cuda11.1。没有对应的版本,就往下找(可以适当向下兼容)cuda11.0对应的版本–(python3.6-3.8,tensorflow2.4.0)
创建一个虚拟环境
conda info -e (查看所有的虚拟环境)
conda create -n tensorflow2.4 python=3.8 (创建一个环境,环境名称为tensorflow2.4,是基于python3.8的,他就会安装一些python的包,在/anaconda3/envs/下面就会有一个TensorFlow2.4的文件)
conda activate tensorflow2.4(虚拟环境名字为tensorflow2.4)(进入到该虚拟环境中)
退出环境
conda deactivate
安装tensorflow等一些python库
例如matplotlib、tensorflow
进入虚拟环境后,直接pip install tensorflow就可以
看看有没有装好TensorFlow
CUDA、cuDNN、tensorflow三者对应之后
python
import tensorflow as tf
tf.test.is_gpu_available()
输出:
True #成功
有的输出时False,可以参考这个文章tensorflow GPU测试tf.test.is_gpu_avaiable()返回false解决方法
运行python文件
conda activate tensorflow2.4(激活环境)
cd /home/code/(python文件存放位置)
python training.py(运行python文件)
参考文章:
MobaXterm连接服务器
MobaXterm安装Anaconda-TensorFlow
tensorflow GPU测试tf.test.is_gpu_avaiable()返回false解决方法