Ubuntu完成谷歌开源TensorFlow Object Detection API物体识别超详细过程

本次记录在Ubuntu系统上尝试完成谷歌开源TensorFlow Object Detection API物体识别的超详细过程,期间参考了很多博主的文章,在这一如既往地对他们表示我由衷的感谢。另外,本人小小白一个,文中若有错误还望各位不吝赐教!

好,正式开始配置环境吧!

1 查看NVIDIA驱动

首先,检测NVIDIA图形卡和推荐的驱动程序的模型。执行命令:

ubuntu-drivers devices

sudo ubuntu-drivers autoinstall
#安装CUDA自动安装NVIDIA显卡驱动,此步骤可以跳过

服务器显示如下:
在这里插入图片描述
在这里插入图片描述

因此直接查看CUDA版本

cat /usr/local/cuda/version.txt

在这里插入图片描述
也就是说我使用的服务器为:CUDA Version 10.1.168

2 再查看cuDNN版本

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

在这里插入图片描述

(base) qh@user:~$ cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
#define CUDNN_MAJOR 7
#define CUDNN_MINOR 6
#define CUDNN_PATCHLEVEL 3
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

#include "driver_types.h"

好吧,原谅宝宝看不懂这是什么意思哭唧唧——
好吧,经查证,表示我的CuDNN版本为 7.6.3

3 安装适配的TensorFlow

根据TensorFlow版本要求中的这个表:
在这里插入图片描述

CUDA 10.1 +cuDNN为 7.6.3,则尝试用

pip install tensorflow-gpu==1.13.1

很慢,考虑加清华镜像的(如果没有换源的话,但我好像换了)

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple
tensorflow-gpu==1.13.1

【⭐⭐⭐如果不行的话,那就执行
plan B
pip install tensorflow==2.1】

昂~之前那个安装好像并没有在环境里面哭唧唧,这里我重新新建虚拟环境吧:(先建环境激活后再安装TensorFlow1)
python版本要3.7!

conda create -n

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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