【DL_sharing】深度学习开发环境配置及简单案例分享

深度学习开发环境配置及简单案例分享

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Twue7HgQ-1606036724162)(AI-ML-DL.jpg)]

机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术

机器的“学习”，是通过以往的经验，即数据，学习数据内部的逻辑，并将学到的逻辑应用在新数据上，进行预测的过程。

一、深度学习开发平台选择配置

1. 操作系统

• windows

• linux
• macOS

2. 电脑环境配置

• 安装显卡驱动

  nvidia-smi
  

• 安装CUDA以及cudnn

    安装与自己电脑显卡驱动匹配，以及代码所使用框架相对应的版本
  

CUDA是NVIDIA推出的用于自家GPU的并行计算框架，也就是说CUDA只能在NVIDIA的GPU上运行，而且只有当要解决的计算问题是可以大量并行计算的时候才能发挥CUDA的作用

cudnn是NVIDIA打造的针对深度神经网络的加速库，是一个用于深层神经网络的GPU加速库

#!nvidia-smi
!nvcc -V

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Sun_Nov_19_03:10:15_CST_2017
Cuda compilation tools, release 9.0, V9.0.252

252

二、开发工具选择

1. conda 安装及常用命令介绍

• Conda 是一个开源的软件包管理系统和环境管理系统，用于安装多个版本的软件包及其依赖关系，并在它们之间轻松切换。
• 它适用于多平台。
• Conda包括在所有版本的Anaconda和Miniconda。

安装

清华园镜像下载地址

常用操作 链接

1. 查看当前已有环境

conda info --envs

或者

conda env list

2. 创建新环境

conda create -n env_name python=3.6
# 同时安装必要的包
conda create -n env_name numpy matplotlib python=3.6

3. 删除已有环境

conda remove -n env_name --all

4. 环境切换

# linux/Mac下需要使用
#source activate env_name
conda activate env_name
#Windows下使用
activate env_name
#退出环境
deactivate env_name

5. 查看已安装的package

conda list
# 指定查看某环境下安装的package
conda list -n env_name

6. 使用conda安装package

conda install numpy

7. 卸载package

conda remove numpy 

8. 查找package

conda search  numpy

9. 更新package

conda update numpy

pip install xxx 

2. jupyter notebook

在很多深度学习教程中，我们都可以看到Jupyter notebook，作为一种WEB交互环境，做演示、写samples非常方便。

Jupyter Notebook是以网页的形式打开，可以在网页页面中直接编写代码和运行代码，代码的运行结果也会直接在代码块下显示。如在编程过程中需要编写说明文档，可在同一个页面中直接编写，便于作及时的说明和解释。

3.pycharm

PyCharm是一种Python IDE，带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具，比如调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制。此外，该IDE提供了一些高级功能，以用于支持Django框架下的专业Web开发。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-14YxuXqz-1606036724165)(pycharm.png)]

版本选择
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-xFHyYOIt-1606036724167)(pycharm-1.png)]

#!cd ~/configs/pycharm-community-2020.1.4/bin/
#!sh ~/configs/pycharm-community-2020.1.4/bin/pycharm.sh

三、 数据标注工具

常用的数据标注工具有：labelme、labelimg等。

四、目标检测案例

鸢尾花分类

AI识虫

PaddleHub 口罩检测

我的PP-YOLO实战演练