Anaconda下搭建Tensorflow
目的:在anaconda下搭建TensorFlow运行环境,因为以后的yolov4使用TensorFlow开发
一、创建虚拟运行环境
Anaconda的安装在上一篇博客上
1、为了以后方便:创建一个名为tensorflow2_yolov4 的虚拟环境
conda create -n tensorflow2_yolov4 python=3
2、进入刚才创建好的虚拟环境中(安装时间有点久,我用之前的环境进行演示)
source activate tensorflow2_yolov4
3、查看你创建的环境
(tensorflow2_yolov4)conda info --envs
4、退出虚拟环境
(tensorflow2_yolov4)source deactivate
二、虚拟环境下搭建yolov4需要的环境
1、安装tensorflow
CPU版
(tensorflow2_yolov4)pip install tensorflow==2.0.0
GPU版
(tensorflow2_yolov4)pip install --upgrade pip
(tensorflow2_yolov4)pip install tensorflow-gpu==2.0.0
2、验证是否安装成功
(tensorflow2_yolov4)python
输入以下代码:
import tensorflow as tf
print (tf._version_)
3、其他库的安装
(tensorflow2_yolov4)pip install numpy
(tensorflow2_yolov4)pip install matplotlib
(tensorflow2_yolov4)pip install sklearn
(tensorflow2_yolov4)pip install pandas
(tensorflow2_yolov4)pip install jupyter
以后用到其他库的时候在进行安装
三、Windows下搭建虚拟环境
1、为了以后方便:创建一个名为tensorflow2_yolov4 的虚拟环境
conda create -n tensorflow2_yolov4 python=3.5 anaconda
2、进入到虚拟环境
activate tensorflow2_yolo4
3、下载tensorflow
(tensorflow2_yolov4)conda install tensorflow-gpu==2.0.0
四、Pycharm下载
为了方便以后代码的查看和修改
1、下载Pycharm安装包
专业版下载:下载地址
社区版下载:下载地址
2、解压
tar -zxvf pycharm-community-***.tar.gz
cd pycharm
./pycharm.sh
下篇博客开始正式介绍和使用yolov4进行识别检测目标