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:
因此直接查看CUDA版本
cat /usr/local/cuda/version.txt
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
(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:
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