环境搭建
tensorflow、Python、cuda、cudnn必须严格匹配
操作系统 :Windows 10+CUDA v10.0.130 + cuDNN 7.6.5
独显:NVIDIA 版本 465.89
安装配置 CUDA并检查安装成功
安装cudnn-7.6.5
去官网下载对应版本,下载下来的CUDNN是一个压缩包,解压以后,把bin文件目录添加到环境里面去。
安装keras,未安装执行pip install keras
,在线下载安装包,已安装则python环境下执行
import keras
, 再执行keras,print(keras.__version__)
查看版本信息。
开发平台:Anaconda 4.9.2+python 3.7.3+tensorflow-gpu-1.15.0 + keras 2.2.5
jupyter上测试tensorflow和keras是否可用
import tensorflow as tf
gpu_ok = tf.test.is_gpu_available()
print("tf version:", tf.__version__)
print("use GPU", gpu_ok)
输出:tf version: 1.15.0
use GPU True
import keras
print(keras.__version__)
输出:2.2.5
独显:NVIDIA 版本 465.89
安装配置 CUDA并检查安装成功
安装cudnn-7.6.5
去官网下载对应版本,下载下来的CUDNN是一个压缩包,解压以后,把bin文件目录添加到环境里面去。
安装keras,未安装执行pip install keras
,在线下载安装包,已安装则python环境下执行
import keras
, 再执行keras,print(keras.__version__)
查看版本信息。
在Mask_RCNN文件夹目录下安装所需的 python 包pip install -r requirements.txt
执行python setup.py install
下载Visual studio2017,有Visual C++编译环境,开始安装 pycocotools工具pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI
安装完成