💏 🦔 ☝🏽 设置神经网络环境Mask R-CNN 🎲 ⏏️ 👽

美好的一天，作为神经网络研究的一部分，许多人在建立环境方面遇到困难。为此，我决定写一篇文章来帮助口渴的初学者。

作为任务的一部分，他使用了Mask R-CNN的体系结构。

帖子末尾将提供所有发行版的链接。

因此，让我们开始，为了能够像使用任何软件一样使用神经网络的功能，必须对其进行安装和配置。本文介绍了以下操作：

删除所有NVIDIA驱动程序/软件，并从程序文件（也x86）中删除所有NVIDIA文件。有必要使旧的驱动程序不影响新安装的组件的运行。
安装Visual Studio [1]。在安装过程中，它与IDE一起提供了进一步工作所需的库，包括Visual C ++。该程序的最低版本是2015。
安装CUDA [2]-用于并行计算的软件和硬件体系结构，可以通过使用Nvidia GPU显着提高计算性能。最低版本是9.0。
下载cuDNN [3]是一个用于支持图形加速器的神经网络部署库。版本必须与CUDA版本匹配。
将已下载并解压缩的cuDNN文件夹的内容复制到C：\ Program Files \ NVIDIA GPU Computing Toolkit \ CUDA \ Vx.x \中的相应文件夹。
转到系统的环境变量并编辑路径，然后将以下两个目录添加到路径中：
- C：\程序文件\ NVIDIA GPU计算工具包\ CUDA \ v9.0 \ bin
- C：\程序文件\ NVIDIA GPU计算工具包\ CUDA \ v9.0 \ libnvvp
下载并安装Python [4]-一种旨在提高开发人员生产力和代码可读性的高级通用编程语言。最低版本为3.5。
Anaconda [5] – Python R, , . Anaconda to PATH , , IDE Windows CMD. Python.
Windows CMD , :
conda create -n [env_name] python = [python_version]
, ,
activate [env_name]

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 ()

安装是通过IDE附带的软件包管理系统-pip完成的。在Windows CMD中输入命令。

在描述了所有步骤之后，您可以开始构建模型并训练网络。

承诺的发行链接：

设置神经网络环境Mask R-CNN

More articles: