K210 本地训练环境配置

最新推荐文章于 2024-02-15 08:59:34 发布
最新推荐文章于 2024-02-15 08:59:34 发布
阅读量1.6k 收藏 13
点赞数 1
分类专栏： Maix 文章标签： 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_45138065/article/details/118584082
版权
本教程详细介绍了在Windows上配置K210本地深度学习环境的过程，包括安装Python3.8、CUDA10.1和CUDNN7.6.5，以及tensorflow-gpu 2.3.0的安装。特别强调了CUDA和CUDNN版本与模型训练的兼容性问题，以及如何检查和验证环境配置的成功。
摘要由CSDN通过智能技术生成

K210 本地训练环境配置 for windows

这个教程有手就行，不需要虚拟机，好好看看吧，球球了~~
tensorflow-gpu 2.3.0版本对于cuda版本有点严格，之前的教程出现了问题了，可以运行分类训练，但是对于检测训练可以训练，但是不能进行模型输出。现在已经解决了，cuda版本必须是10.1版本，cudnn是 10.1 V7.**版本，不然是不能使用GPU进行训练。

安装python3.8

推荐安装python3.8，由于python3.9有一些不知名问题导致了环境可能会配置失败
点击下载安装python3.8
双击打开python3.8安装包

安装之后的python，按win+r，输入cmd打开命令行，然后输入python+回车，出现下图则表示python安装成功

在这里插入图片描述

安装pip

在python环境下安装各种包是可以通过使用pip来进行安装的，具体的安装方式这里

可以通过 pip list来查看pyt

最低0.47元/天 解锁文章
Rui_worker
关注
  • 1
    点赞
  • 踩
  • 13
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
K210开发实例-K210介绍和开发环境搭建
视觉与物联智能
07-14 1165
K210是Kendryte发布的一款面向边缘计算的SoC（系统级芯片）。该SoC集成了两个64位的RISC-V核心，每个核心内置独立的FPU。 K210还集成了用于计算卷积人工神经网络的KPU和用于处理麦克风阵列输入的APU，使得K210具有处理视觉和听觉能力。视觉和听觉功能是K210的核心功能。对于大多数机器学习算法，K210都有高性能的处理能力，K210还集成了快速傅里叶变换加速器，可以进行复数FFT计算。
K210在Windows10的本地训练
qq_43542732的博客
12-19 5278
该教程主要记录自己使用K210在Windows10下面的训练过程
K210训练模型
qq_42733748的博客
04-12 3694
K210模型的训练 2.打开YOLOV3，打开工具集，进行打标签操作 3.选择标签集保存地址 4.标签完成，准备训练工作，开始训练 5.复制.h5和.tflite文件到标签集和数据集的目录下 6.复制训练完成弹出的文件夹下的lable.txt和anchors.txt的这两个文件和模型转化成功后的.kmodel文件到SD卡中去 7.写入boot.py程序 import sensor import image import lcd import
K210 本地深度学习训练（目标检测数据集）教程
ClintonCSDN的博客
09-28 4635
K210边缘计算芯片，进行本地深度学习训练。
电赛系列：k210环境配置
weixin_61692414的博客
04-05 785
k210入门环境配置and各类学习文档
k210与stm32的串口通讯
m0_75121878的博客
08-26 2262
stm32与k210的串口通讯
K210——Linux本地训练环境
weixin_44098974的博客
06-20 1490
K210——Linux本地训练环境
k210模拟训练10轮结果
09-27
标题“k210模拟训练10轮结果”和描述“k210本地训练”表明，这是一个关于K210微控制器进行机器学习模型训练的过程。K210是达摩院开源的一款低功耗、高性能的RISC-V双核处理器，常用于嵌入式人工智能应用。这里提到的...
K210模型训练（物体分类）
qq_57922194的博客
11-11 5058
首先老规矩先打开我们的Maix IDE官网 https://wiki.sipeed.com/ 我们采用的是MaixHub模型训练平台，当然除了这个训练平台还有很多种方法进行训练。 比如： 1.本地模型训练——Linux https://wiki.sipeed.com/soft/maixpy/zh/course/ai/train/local.html 2.本地训练——windows （1）本地训练——windows环境配置 ...
Mx-yolov3训练k210模型
07-28
根据您的硬件资源和实际情况，可以选择在本地或者云端进行训练。通常情况下，训练过程需要花费一定的时间和资源。 5. 模型转换和部署：在训练完成后，您需要将模型转换为适用于K210芯片的格式。K210芯片使用的是KPU...
最详细的K210模型训练步骤
m0_68512456的博客
05-12 5594
大家好，相信大家在用K210开发板的时候都会遇到不会训练模型的情况，我也遇到同样的问题，现在我教一下你怎么训练自己的模型吧
Ubuntu18.04安装CUDA10.1和cuDNN v7.6.5
Sun的博客
03-03 727
Ubuntu18.04安装CUDA10.1和cuDNN v7.6.5 前言 深度学习需要使用使用GPU加速，在安装tensorflow之前需要根据选用的版本安装 就我的经验而言，CUDA的安装在Linux上比Windows10上的安装坑多了些。一开始使用Ubuntu18.04.4安装CUDA两次都失败了，查找原因是Ubuntu18.04.4内核不满足要求，因此在安装之前一定要首先查看官方的安装文档，不需要首先安装显卡驱动，安装CUDA时会自动安装一个NVIDIA的显卡驱动。 安装前准备 ...
Ubuntu18.04安装CUDA10.1+CUDNN7.6.5.32+TensorRT-6.0.1.5（GTX1070）
jndingxin的专栏
09-24 1415
因为学习CUDA编程，需要搭建CUDA编程环境，需要用到TensorRT，所以连TensorRT一块安装了，安装之前最重要的一步就是确认自己的显卡是不是支持CUDA编程，支持cuda的显卡只有NVidia的显卡，NVidia的显卡有GTX Geforce, Quadra 和 Tesla三个大系列，根据自己的显卡型号去以下网站查询对应的CUDA版本： https://developer.nvidia.com/cuda-gpus 如下图所示，发现GTX1070是支持的。 确认自己的显卡是支持CU...
K210开发环境搭建（VS Code）
最新发布
qq_52251819的博客
02-15 1853
一、新建一个文件夹，就叫K210 二、再K210文件夹里面再新建一个文件夹，就叫CMake 三、找到官方提供的资料包里的cmake安装包， 或者直接去cmake官方下载网址进行下载 CMake官方下载网址：https://cmake.org/download/ 四、双击安装包后，点击Next 五、点击接受，继续Next 六、选择第二项，继续下一步 七、安装路径选择刚刚新建的CMake文件夹 八、安装 九、安装完成 十、打开cmd，来检测验证以下CMake 十一、输入cmake -vers
K210模块使用简介+Win10下本地训练模型
prqoppqpr的博客
03-03 7255
前言 越来越多的比赛要求参赛学生运用人工智能、机器学习方面的知识。如工程训练大赛的智能配送无人机赛项、智能分拣机器人赛项等等。在这些比赛中不仅要求学生有视觉方面的基础，还要求软硬件的适配。市面上最常用的视觉模块便是星瞳科技的openmv，openmv功能多，价格相对也较高（400+），接下来介绍的则是一个平价视觉模块K210（最低只要100多） K210简介 k210是一个专用于机器视觉的模块。tb链接，介绍如下： 本模块专精于机器视觉/听觉，非常适合用于识别固定的物体/标识 K210学习 k210硬件学
咸鱼K210体验笔记—环境配置及固件安装
咸鱼菌
03-16 1万+
咸鱼K210体验笔记—环境配置及固件安装环境搭建（windows）驱动安装例程测试更新固件 写在前面：本人非专业人员，仅为此类爱好者。分享一下新手在体验K210的过程。入门踩 坑(各种跳坑)，希望大佬帮忙填上一二~。（所选设备都是K210。都想体验一下。欢迎大佬指点。） K210 是嘉楠（Cannaan）科技的一款集成机器视觉与机器听觉能力的系统级 芯片 (RSIC-V CPU)。使用台积电 ...
K210环境搭建_microPy_使用MaixPy IDE
jwdeng1995的博客
10-05 9108
开发板:K210 AIRV R3版 widora 开发环境:maixpyide 矽速家的 必须的参考网站：https://cn.maixpy.sipeed.com/zh/get_started/upgrade_maixpy_firmware.html 暂时用到的软件 其中serial_driver_windos.7z为串口驱动 右键管理员运行就行 一直下一步 ch340驱动就装340的，cp210x的就装对应的 我用的widora是cp210x串口的， 所以就装他 你电脑64位就装64位，3
基于K210的MNIST手写数字识别
热门推荐
weixin_44874976的博客
02-25 1万+
基于K210的MNIST手写数字识别 硬件平台 采用Maixduino开发板 在sipeed官方有售 软件平台 使用MaixPy环境进行单片机的编程 官方资源可在这里下载 链接: [link]http://cn.dl.sipeed.com/MAIX/. 安装方法在这里先不进行赘述 开发平台 操作系统：macOS系统 模型训练：tensorflow2.1 CPU版 ...
k210本地训练模型
07-27
对于K210本地训练模型，你可以按照以下步骤进行操作： 1. 准备数据集：首先，你需要准备一个适合K210的数据集。这可以是图像、声音或其他类型的数据集，取决于你的具体需求。 2. 构建模型：接下来，你需要选择合适的模型架构来训练。K210支持多种模型架构，如ResNet、MobileNet等。你可以选择一个适合你任务的模型，并进行相应的修改。 3. 数据预处理：在训练模型之前，你需要对数据进行预处理。这可能包括数据的归一化、裁剪、缩放等操作，以确保数据的质量和一致性。 4. 训练模型：使用准备好的数据集和预处理后的数据，你可以开始训练模型。你可以使用K210提供的开发工具链和库来训练模型。在训练过程中，你可以调整超参数、监控模型性能并进行模型调优。 5. 优化模型：一旦模型训练完成，你可以对模型进行优化，以提高其性能和效率。这可以包括剪枝、量化、深度压缩等技术。 6. 部署模型：最后，你可以将训练好的模型部署到K210上进行推理。这可以是通过编写适合K210的代码，或使用K210提供的开发工具链和库进行部署。 需要注意的是，K210的训练资源相对有限，因此在训练过程中可能需要进行一些优化和调整，以适应其硬件限制。此外，K210的本地训练模型与其他平台可能存在一些差异，你可能需要参考K210的文档和示例代码来进行操作。
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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