赞
踩
初次接触人脸识别项目,没有使用anaconda的虚拟环境,因为之前在安装anaconda的时候,由于不会操作,照着网上的步骤写也依然无法安装成功,于是选择了直接在电脑上安装python。
笔者使用的平台是VS2015+cmake,通过C++调用python的API接口函数实现,在人脸识别项目中需要时刻记住,版本对应!版本对应!版本对应!重要的事情说三遍,不然问题就会源源不断的涌出来,python、tensorflow、CUDA、CUDNN的版本对应可以参考其他博客,链接如下:(1条消息) tensorflow各个版本的CUDA以及Cudnn版本对应关系_leokale的博客-CSDN博客_cuda11.0对应的cudnnhttps://blog.csdn.net/leokale/article/details/95917090
目录
5、torch1.4.0 + torchvision0.5.0 + opencv-python4.4.0
(1)下载python3.6.4安装包并打开。
(2)既可以选择默认安装,也可选择自定义安装,下面介绍自定义安装的方法。若选择自定义安装,则点击Customize installation,依次执行下列步骤:
(3)接下来只需要静候安装成功了,然后win+r输入cmd指令打开命令行窗口,输入python,检查是否安装成功。如果显示结果如下那就说明安装成功了。
注意:如果电脑中原本就安装了anaconda,可能会因为优先级的问题,anaconda自带的python版本会覆盖从网页上直接下载的python版本,笔者也是不知道如何调整才选择了卸载anaconda,直接下载python的做法。
(1)CUDA安装包下载
下载网址:CUDA Toolkit 11.4 Downloads | NVIDIA Developer
勾选好选项,点击Download就可以开始下载了,如果觉得浏览器下载太慢的话,笔者推荐迅雷下载,首先电脑上下载迅雷,如果有迅雷的话直接开始下一步
a. 点击download以后,复制下载链接
b.打开迅雷,此时应该迅雷会自动弹出下载窗口,选择好下载的位置,便可以开始下载了,如果没有弹出窗口,可以手动操作,点击新建,会弹出一个小窗口,这个时候把需要下载的链接粘贴进去即可。
(2)下载完成以后如下
(3)双击运行CUDA安装程序,一开始会选择一个临时文件解压目录,这个随意,只是临时存放安装程序的。解压完成后正式进入CUDA的安装,首先是同意协议,接下来选择安装模式,这里切换到自定义安装,取消勾选Visual Studio Integration
(4) 选择安装目录,这个时候推荐默认。
(5)接下来等待安装成功
下载网址:cuDNN Archive | NVIDIA Developer
笔者安装的是7.6.5版本
(1)首先打开网站下载
这里直接点击的话,会跳转到登陆界面,但是我们依然选择直接点击,复制当前网页链接到迅雷,不出意外的话,这里也会有弹窗,如果没有,可以按照上面说的步骤操作。
(2)安装包下载完成后,可以得到压缩包,我们将压缩包解压如下
(3)进入文件会有一个名为cuda的目录,我们需要将将这三个目录的内容拷贝到CUDA的安装目录下(笔者的CUDA安装路径为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
)
cuda的安装目录如下
这个时候我们需要将刚刚下载的cudnn中的dll文件复制到cuda目录下的对应文件夹中
首先是bin文件,复制到cuda的对应bin文件下,若出现以下弹窗,点击替换即可
include文件的操作方式同bin文件
最后是lib文件,将cudnn中的lib文件复制到cuda安装目录中的lib/x64/路径下。
(4)在系统环境变量中添加三项,分别是安装cuda的路径、cuda的lib文件夹路径、cuda的bin文件路径,笔者的路径是
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
(后面运行tensorflow库所需的动态文件cudart64_100.dll在bin文件中)
原生的python库是不带tensorflow库的,因此需要另外下载,直接下载花费很耗时,而且容易下载失败,这里我们使用清华镜像网站下载,具体安装方法如下:
在命令行里输入: pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.15.0
最后的1.15.0指的是需要下载的tensorflow版本,直接输入tensorflow默认下载cpu环境下的,所以下载gpu版本需要加一个后缀,下载的结果如下,最后如果出现successfully installed ,那就说明安装成功了,关于numpy、scipy库的安装,方法比较类似,但是需要注意安装版本问题,笔者的numpy是1.17.0,scipy是1.1.0
测试tensorflow是否安装成功
命令行先输入python,再输入import tensorflow
有的时候会出现无法找到或者缺失cudart64_100.dll文件的情况,前面也说到运行tensorflow所需的cudart64_100.dll文件在cuda的安装路径下的bin文件中,这个时候需要在bin文件中查找是否存在cudart64_100.dll或者判断版本是否适配,下面提供了下载cudart64_100.dll的网站
cudart64_100.dll 免费下载 | DLL‑files.com (dll-files.com)https://cn.dll-files.com/cudart64_100.dll.html
如果使用清华的镜像网站下载时,出现
Could not fetch URL https://pypi.org/simple/pip/
可以参考以下其他博主的链接,链接如下:
torch、torchvision和opencv-python的安装方式稍微有点不同,这里就补充说明一下。这里的三个库有的时候无法直接通过镜像网站下载,我们需要先下载三个库的whl文件,下载whl文件的网站如下:
Python Extension Packages for Windows - Christoph Gohlke (uci.edu)https://www.lfd.uci.edu/~gohlke/pythonlibs/注意选择合适的版本,torch-1.4.0-cp36-cp36m-win_amd64.whl指的是torch为1.4.0版本,对应的python版本为3.6,64位。
笔者下载的是下面三个文件:
torch-1.4.0-cp36-cp36m-win_amd64.whl
torchvision-0.5.0-cp36-cp36m-win_amd64.whl
opencv_python-4.4.0-cp36-cp36m-win_amd64.whl
(1)在D盘新建一个临时文件夹,笔者的文件夹为temp
(2)打开命令行窗口,依次输入d: 和 cd temp
(3)输入
pip install + 刚刚下载的文件名字
pip install torch-1.4.0-cp36-cp36m-win_amd64.whl
(4)运行结果如下
(5)按照同样的方法,依次输入
pip install torchvision-0.5.0-cp36-cp36m-win_amd64.whl
pip install opencv_python-4.4.0-cp36-cp36m-win_amd64.whl
运行结果分别为
在安装了torch以后,由于torch中有一个cudart64_100.dll文件,cuda的bin目录下也有cudart64_100.dll文件,这两处的文件最好保持一致,否则容易出现Loaded runtime CuDNN library: 7.5.1 but source was compiled with: 7.6.0的问题。
注意:如果安装好tensorflow以后,如果发现显示no module name "tensorflow",可能是python的环境变量没有配好,前面安装好的内容都放在python安装路径下的Lib/sitpackage中
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。