Get best of the week

Configuración del entorno de red neuronal Máscara R-CNN

Buen día, como parte del estudio de las redes neuronales, muchos encuentran dificultades para configurar el entorno. Con este fin, decidí escribir un artículo para ayudar a los principiantes sedientos.

Como parte de su tarea, utilizó la arquitectura de la máscara R-CNN .

Los enlaces a todas las distribuciones se ofrecerán al final de la publicación.

Entonces, comencemos, para poder usar la funcionalidad de las redes neuronales, como cualquier software, debe estar instalado y configurado. Este documento presenta el siguiente conjunto de acciones:

  1. Elimine todos los controladores / software NVIDIA y elimine todos los archivos NVIDIA de los archivos de programa (también x86). Es necesario para que los controladores antiguos no afecten el funcionamiento de los componentes recién instalados.
  2. Instale Visual Studio [1]. Durante el proceso de instalación, junto con el IDE, proporciona las bibliotecas necesarias para el trabajo posterior, incluido Visual C ++. La versión mínima del programa es 2015.
  3. Instale CUDA [2]: una arquitectura de software y hardware para la computación paralela, que puede aumentar significativamente el rendimiento informático mediante el uso de GPU Nvidia. La versión mínima es 9.0.
  4. Descargar cuDNN [3] es una biblioteca para trabajar con la implementación de redes neuronales con soporte para aceleradores gráficos. La versión debe coincidir con la versión de CUDA.
  5. Copie el contenido de la carpeta cuDNN descargada y extraída en las carpetas correspondientes en C: \ Archivos de programa \ NVIDIA GPU Computing Toolkit \ CUDA \ Vx.x \.
  6. Vaya a las variables de entorno de su sistema y edite la ruta y agregue los siguientes dos directorios a su ruta:

    • C: \ Archivos de programa \ NVIDIA GPU Computing Toolkit \ CUDA \ v9.0 \ bin
    • C: \ Archivos de programa \ NVIDIA GPU Computing Toolkit \ CUDA \ v9.0 \ libnvvp
  7. Descargue e instale Python [4], un lenguaje de programación de propósito general de alto nivel destinado a mejorar la productividad del desarrollador y la legibilidad del código. La versión mínima es 3.5.
  8. Anaconda [5] – Python R, , . Anaconda to PATH , , IDE Windows CMD. Python.
  9. Windows CMD , :
    conda create -n [env_name] python = [python_version]
  10. , ,
    activate [env_name]
  11. tensorflow ( 1.13.1) keras ( 2.3), , :

    pip install --ignore-connected --upgrade tenorflow-gpu
	pip install keras
	pip install cv2
	pip install numpy ()
        pip install pandas ()
	pip install matplotlib ()
	pip install pillow ()

La instalación se realiza a través del sistema de gestión de paquetes - pip, que viene con el IDE. Los comandos se ingresan en Windows CMD.

Después de todos los pasos descritos, puede comenzar a construir un modelo y entrenar la red.

Enlaces de distribución prometidos:

  1. visualstudio.microsoft.com/downloads
  2. developer.nvidia.com/cuda-90-download-archive
  3. developer.nvidia.com/rdp/cudnn-download
  4. www.python.org/downloads
  5. www.anaconda.com/products/individual

More articles:


All Articles