GIS之深度学习
文章平均质量分 54
深度学习,目标识别,动物识别,目标检测。
GIS萬事通
地理之道,见人所未见
展开
-
GIS之深度学习10:运行Faster RCNN算法
运行voc_annotation.py文件生成与训练文件。获取Faster RCNN源码(开源的很多)打开终端,进入gpupytorch环境。替换自己的数据集(图片+标签文件)原创 2024-03-05 22:54:07 · 835 阅读 · 0 评论 -
GIS之深度学习09:所需依赖库的安装
GIS之深度学习09:所需依赖库的安装。原创 2024-03-05 06:11:16 · 437 阅读 · 0 评论 -
GIS之深度学习08:安装GPU环境下的pytorch
cudnn:12.xPython:3.8操作系统:win(本文安装一半才发现pytorch与cuda未对应,重新安装了cuda后才开始的,请跳过!!首先创建虚拟环境:需要在anaconda prompt里运行我这里创建的是py38版本大家可以根据自己的需要去下载,输入命令后点击回车,然后输入y,回车:接着查看cuda的版本,cuda是允许多个版本并存的。其他版本可在官网上下载:(我电脑自带的是cuad12.4,但是没找到对应的pytorch版本,于是重新安装了12.1.1版本)原创 2024-03-05 04:03:45 · 647 阅读 · 0 评论 -
GIS之深度学习07:CUDNN教程(CUDA12.1配套)
CUDNN(CUDA Deep Neural Network library)是NVIDIA专门针对深度学习应用开发的GPU加速库。它提供了一系列高效的深度学习算法的实现,包括卷积神经网络(CNN)、循环神经网络(RNN)等常用网络结构的基本操作,如卷积、池化、归一化、激活函数等。cuDNN针对NVIDIA GPU进行了高度优化,利用GPU的并行计算能力加速深度学习模型的训练和推理过程。通过使用cuDNN,开发者可以轻松地将深度学习模型部署到支持CUDA的NVIDIA GPU上,并获得显著的性能提升。原创 2024-03-05 02:55:17 · 1121 阅读 · 0 评论 -
GIS之深度学习05:VisualStudio安装教程
在安装CUDA前,建议先安装VisualStudio,以防报错VisualStudio安装步骤简单,但时间较长原创 2024-03-05 02:31:26 · 321 阅读 · 0 评论 -
GIS之深度学习06:CUDA12安装(适配版)
(Compute Unified Device Architecture)是NVIDIA开发的并行计算平台和编程模型,用于利用NVIDIA GPU的并行计算能力,它允许开发者使用类似于C语言的编程语言编写并行程序,利用GPU的大规模并行计算能力加速各种类型的应用程序,包括科学计算、深度学习、图形渲染等,并提供了一套丰富的API和工具,使开发者能够方便地利用GPU加速计算,包括核心的CUDA Runtime API、CUDA Driver API以及各种辅助工具和库。CUDA向下兼容。原创 2024-03-05 02:26:21 · 957 阅读 · 0 评论 -
GIS之深度学习04:查看本机显卡适配的CUDA版本
控制面板->搜索NVIDIA->双击进入NVIDIA控制面板:点击帮助->系统信息->组件:点击“组件”。查看版本。原创 2024-03-05 01:49:58 · 474 阅读 · 0 评论 -
GIS之深度学习03:Anaconda无法正常启动问题汇总(更新)
在安装完成anaconda后,总会出现一些问题,以下为遇到的问题及解决方案:(有问题请私信,持续更新)原创 2024-02-27 23:32:07 · 661 阅读 · 0 评论 -
GIS之深度学习02:Anaconda2019版本安装(py38)
Anaconda是一个专注于数据科学和机器学习的开源发行版,内置了丰富的工具和库,包括Python解释器、NumPy、SciPy、Pandas、Scikit-learn、TensorFlow等,使用户能够轻松进行科学计算和数据分析。其强大的包管理器conda简化了软件包的安装和环境管理,同时提供了灵活的虚拟环境支持,使用户能够隔离和管理不同项目的依赖关系。Anaconda的综合性和易用性使其成为数据科学和机器学习领域的首选工具。原创 2024-02-27 23:07:14 · 514 阅读 · 0 评论 -
GIS之深度学习01:检测电脑是否包含英伟达GPU
GPU(Graphics processing unit),中文全称图形处理器,我们听说的更多的CPU全称是central processing unit,中央处理器。研究深度学习和神经网络大都离不开GPU,在GPU的加持下,我们可以更快的获得模型训练的结果。原创 2024-02-27 22:22:05 · 549 阅读 · 0 评论 -
GIS之深度学习01:识别检测算法环境部署:
算法识别,算法部署。原创 2023-05-18 21:53:58 · 235 阅读 · 0 评论