Configuration de l'environnement du réseau de neurones Mask R-CNN

Bonjour, dans le cadre de l'étude des réseaux de neurones, beaucoup rencontrent des difficultés pour mettre en place l'environnement. À cette fin, j'ai décidé d'écrire un article afin d'aider les débutants assoiffés.

Dans le cadre de sa tâche, il a utilisé l' architecture du Masque R-CNN .

Des liens vers toutes les distributions seront proposés à la fin du post.

Commençons donc, afin de pouvoir utiliser la fonctionnalité des réseaux de neurones, comme tout logiciel, il doit être installé et configuré. Cet article présente l'ensemble d'actions suivant:

  1. Supprimez tous les pilotes / logiciels NVIDIA et supprimez tous les fichiers NVIDIA des fichiers de programme (également x86). Il est nécessaire pour que les anciens pilotes n'affectent pas le fonctionnement des composants nouvellement installés.
  2. Installez Visual Studio [1]. Au cours du processus d'installation, avec l'IDE, il fournit les bibliothèques nécessaires pour les travaux ultérieurs, y compris Visual C ++. La version minimale du programme est 2015.
  3. Installez CUDA [2] - une architecture logicielle et matérielle pour le calcul parallèle, qui peut augmenter considérablement les performances de calcul grâce à l'utilisation de GPU Nvidia. La version minimale est 9.0.
  4. Télécharger cuDNN [3] est une bibliothèque pour travailler avec le déploiement de réseaux de neurones avec prise en charge des accélérateurs graphiques. La version doit correspondre à la version CUDA.
  5. Copiez le contenu du dossier cuDNN téléchargé et extrait dans les dossiers appropriés dans C: \ Program Files \ NVIDIA GPU Computing Toolkit \ CUDA \ Vx.x \.
  6. Accédez aux variables d'environnement de votre système et modifiez le chemin d'accès et ajoutez les deux répertoires suivants à votre chemin d'accès:

    • C: \ Program Files \ NVIDIA GPU Computing Toolkit \ CUDA \ v9.0 \ bin
    • C: \ Program Files \ NVIDIA GPU Computing Toolkit \ CUDA \ v9.0 \ libnvvp
  7. Téléchargez et installez Python [4] - un langage de programmation polyvalent de haut niveau visant à améliorer la productivité des développeurs et la lisibilité du code. La version minimale est 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 ()

L'installation se fait via le système de gestion des packages - pip, fourni avec l'EDI. Les commandes sont entrées dans Windows CMD.

Après toutes les étapes décrites, vous pouvez commencer à créer un modèle et à former le réseau.

Liens de distribution promis:

  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

All Articles