Tensorflow 2.0 目標識別(一)——環境確認

Tensorflow 1.*的坑沒完全入,TF 2.*就開始了。市面上教程1.*和2.*的混雜,python 3.6與3.7,TF2.0A版本與TF2.1版本,CUDA9.0與CUDA10.0等等均會出現問題,TF果然和筆者之前學習的Emgucv一樣,想升級就升級,全然不顧開發者的死活。

無奈最近項目開始需要很多目標識別的需求,只能忍着一步步重新搭建環境。

全部過程會遇到很多很多和路徑以及版本相關的描述,仿照的哥們真的真的請仔仔細細的跟。

先描述下筆者的環境:

操作系統: windows 10家庭中文版,64-bit

處理器:Inter(R)Core(TM)i7-7700HQ

顯卡(GPU):GeForce GTX 1060(驅動版本441.22),不確定的請在NVIDIA控制面板-幫助-系統信息 裏面查看,驅動程序版本很重要,後面需要。

python環境:我先裝的3.7後來發現3.6和TF2.0更配,就都都裝了,切換的話記得

系統屬性-高級-環境變量-系統變量-Path-編輯 裏面修改到3.6

開發環境:vs2017(習慣界面)以及 pycharm 2019.3.2(無奈妥協)

vs平臺-工具-python-python環境,選中後右側會出現環境配置,直接有最好,沒有的自己+自定義,配置ok的可以中間概述的下拉框內選第二項包(PyPi),看到所有已經安裝的包。(如果是空的也沒什麼問題,選第三項intelliSense或者圖中的刷新箭頭,等等重啓也就有了標準包了)

pycharm:我本來買了個破解的,360清垃圾文件後失效了(引以爲戒啊)。運氣也是好,公衆號搜到一篇文章,按圖索驥:

《此處原先有鏈接,審覈不讓發破解信息,你們自己想辦法,實在不行淘寶、鹹魚搜搜》

親測可用,到2089年,4月最新,日後的小夥伴自求多福。

 

最後確認一遍,你清楚自己的操作系統、顯卡驅動你知道了,python環境正確了,開發環境都準備好了。 

左下角win圖標-右鍵-運行-cmd

命令行輸入 python --version

等我第二章,cuda配置吧。 

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章