项目开发使用教程和常见问题和解决方法
项目开发使用教程和常见问题和解决方法
目录
目录
项目开发使用教程和常见问题和解决方法
一、Python开发环境搭建
1. 安装cuda cudnn(深度学习入门必装)
(1)Windows安装方法
(2)Ubuntu18.04安装方法
2. 安装Python(推荐使用Anaconda)
(1)Windows安装python方法
(2)Ubuntu18.04安装python方法
(3)Python开发工具(IDE): 强烈推荐Pycharm
3. Pytorch安装(深度学习入门必装)
4. 安装项目依赖包
5. 运行项目Demo
6. 可视化工具:TensorBoard使用方法
二、常见问题和解决方法
(1) No module named的问题
(2)目录路径填写错误问题
(3)中文路径问题(特别注意)
(4)图片格式问题
(5)OSError: 页面文件太小,无法完成操作
这AI吃大瓜相关项目的开发入门基础教程,凡是从公众号【AI吃大瓜】下载的源码,都可以参考本博文进行开发环境搭建
项目安装教程请参考(初学者入门,麻烦先看完下面教程,配置好开发环境):
- 项目开发使用教程和常见问题和解决方法
- 视频教程:1 手把手教你安装CUDA和cuDNN(1)
- 视频教程:2 手把手教你安装CUDA和cuDNN(2)
- 视频教程:3 如何用Anaconda创建pycharm环境
- 视频教程:4 如何在pycharm中使用Anaconda创建的python环境
【尊重原创,转载请注明出处】https://blog.csdn.net/guyuealian/article/details/129163343
一、Python开发环境搭建
如果项目涉及深度学习,如Pytorch,TensorFlow等深度学习框架,那么必须配置好GPU开发环境
1. 安装cuda cudnn(深度学习入门必装)
深度学习模型算法比较复杂,如果使用CPU计算,速度会很慢,因而需要使用GPU进行并行计算加速 。深度学习框架,如Pytorch,TensorFlow都支持GPU训练,使用GPU设备需要显卡的支持,比如常见1080显卡,2070显卡等,同时需要安装对应的显卡驱动,以及CUDA和cuDNN库。CUDA 是 NVIDIA 发明的一种并行计算平台和编程模型,它通过利用图形处理器 (GPU) 的处理能力,可大幅提升计算性能。而cuDNN(CUDA Deep Neural Network library)是NVIDIA打造的针对深度神经网络的加速库,是一个用于深层神经网络的GPU加速库。
(1)Windows安装方法
- 视频教程:1 手把手教你安装CUDA和cuDNN(1)
- 视频教程:2 手把手教你安装CUDA和cuDNN(2)
- 参考安装教程:Windows10系统下CUDA和cuDNN安装教程
(2)Ubuntu18.04安装方法
- 参考安装教程:ubuntu18.04安装cuda和cudnn
- 安装好NVIDIA显卡可通过nvidia-smi查看cuda的最高支持版本,下载CUDA安装包时,只有小于或者等于该版本号即可
# 安装NVIDIA显卡:# 安装cuda:注意Driver去掉[x],不要安装Driver
sudo sh cuda_12.0.0_525.60.13_linux.run# 在~/.bashrc添加环境变量
export PATH=/usr/local/cuda-12.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-12.0/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda-12.0# 激活环境变量后,可输入:nvdia-smi验证显卡使用情况
source ~/.bashrc# 安装cudnn:下载对应cuda版本的cudnn,然后解压,拷贝cudnn文件
sudo cp include/cudnn*.h /usr/local/cuda-12.0/include
sudo cp lib/libcudnn* /usr/local/cuda-12.0/lib64/
sudo chmod a+r /usr/local/cuda-12.0/include/cudnn.h
2. 安装Python(推荐使用Anaconda)
(1)Windows安装python方法
- 视频教程:3 如何用Anaconda创建pycharm环境
- 视频教程:4 如何在pycharm中使用Anaconda创建的python环境
- 参考安装教程:Anaconda超详细安装教程(Windows环境下)
conda使用教程:Windows中Conda 创建和使用虚拟环境
(2)Ubuntu18.04安装python方法
- 参考安装教程:ubuntu 18.04 安装conda环境 及 创建虚拟环境
(3)Python开发工具(IDE): 强烈推荐Pycharm
PyCharm 是由 JetBrains 打造的一款 Python IDE,可以支持调试、语法高亮、Project 管理、代码跳转、智能提示、自动完成、单元测试、版本控制等等
3. Pytorch安装(深度学习入门必装)
PyTorch是基于Torch的开源Python机器学习库
- 官网:https://pytorch.org/
- 安装:Previous PyTorch Versions | PyTorch
请选择自己的版本进行安装,比如如果你安装cuda=11.0,那么则安装对应的版本torch
pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html
4. 安装项目依赖包
项目python依赖包,Windows和Ubuntu安装方法一致;一般项目都自带requirements.txt文件,里面包含了项目开发所需要的python依赖包已经对应的版本号,比如下图第一个依赖包numpy==1.18.5,说明项目使用了numpy库,对应的版本是1.18.5,你可选择使用pip安装对应的版本:
pip install numpy==1.18.5
# 或者
pip install numpy==1.18.5 -i https://pypi.tuna.tsinghua.edu.cn/simple
其中-i后面的网址,表示安装包的下载地址,国内pip安装速度慢,可以使用-i指定镜像源,加快安装速度
其他安装包也可以用pip一个一个的安装,或者直接安装所有依赖包:
pip install -r requirements.txt
PS:一般依赖包是向下兼容的,只需要安装比requirements版本号大于或者等于的版本即可
5. 运行项目Demo
项目一般都自带的demo.py文件,支持argparse的命令行输入,命令行可在终端(Terminal)运行。
项目一般会给出Linux运行脚本(bash),如下图所示,如果你在Linux开发,可直接复制粘贴到终端运行(注意要cd进入项目根目录,否则找不到文件)
# 测试图片
image_dir='data/test_image' # 测试图片的目录
weights="data/model/yolov5s_640/weights/best.pt" # 模型文件
out_dir="runs/test-result" # 保存检测结果
python demo.py --image_dir $image_dir --weights $weights --out_dir $out_dir
- 上面bash脚本中,其中$image_dir,$weights和$out_dir都是取image_dir,weights和out_dir的值,跟python的变量复制语句是一个意思,
- 但Windows系统不支持这种变量赋值语法哦!!!!
- 如果你Windows系统已经安装git ,则可以在git的终端中,直接输入上面的命令,无需修改
如果你在Windows开发,请去掉变量,修改为:
# 这种命令在Linux和Windows终端都支持,但语句比较长就不太美观了
python demo.py --image_dir 'data/test_image' --weights "data/model/yolov5s_640/weights/best.pt" --out_dir "runs/test-result"
6. 可视化工具:TensorBoard使用方法
- 安装:使用pip安装依赖包:tensorboard==2.5.0和tensorboardX==2.1
- 使用方法:在终端(Terminal)输入命令:
# 需要安装tensorboard==2.5.0和tensorboardX==2.1
# 基本方法
tensorboard --logdir=path/to/log/
# 例如
tensorboard --logdir=work_space/mobilenet_v2_1.0_CrossEntropyLoss_20230228174645/log
- 点击http://localhost:6006/ 浏览器打开
- 可以看到训练过程的可视化效果:
二、常见问题和解决方法
(1) No module named的问题
- 如果出现“No module named ***”的错误,请使用pip install *** 即可,例如出现下面的错误
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
ModuleNotFoundError: No module named 'basetrainer'
请使用pip安装:
pip install basetrainer -i https://pypi.tuna.tsinghua.edu.cn/simple
其中-i后面的网址,表示安装包的下载地址,国内pip安装速度慢,可以使用-i指定镜像源,加快安装速度
(2)目录路径填写错误问题
Windows开发初学者,经常犯的错误!!!!填写路径时,搞不清楚路径分隔符,注意Windows和Linux的路径的分隔符
Windows路径分割符:【\】或者【//】 ,在python中某些库也可以使用【/】,那到底怎么写呢?绝大部情况,使用【/】分隔符即可!!!
Linux(Ubuntu)路径分割符号:只能是【/】
(3)中文路径问题(特别注意)
Windows环境中,项目文件和数据目录都不要出现中文路径,否则会出现opencv读取图片异常等问题
(4)图片格式问题
项目默认只支持*.jpg *.png两张格式,如果你的图片是bmp, tif或者其他的图片,请在postfix参数中添加对应的图片格式即可,
比如设置函数传入参数postfix=["*.jpg", "*.png"] ,
如果你不知道哪里修改,搜索一下postfix就可以找到了
(5)OSError: 页面文件太小,无法完成操作
当你电脑配置太差时,训练时可能会出现一下错误;
问题说明: 这是因为你电脑性能太差了,内存不足
解决方法:修改训练参数workers和batch-size,例如设置--batch-size=8 --workers=0
batch_size: 8
num_workers: 0
项目开发使用教程和常见问题和解决方法相关推荐
- 浅谈Excel开发:九 Excel 开发中遇到的常见问题及解决方法
Excel开发过程中有时候会遇到各种奇怪的问题,下面就列出一些本人在开发中遇到的一些比较典型的问题,并给出了解决方法,希望对大家有所帮助. 一 插件调试不了以及错误导致崩溃的问题 在开发机器上,有时可 ...
- linux lw3m多行文本使用,linux常用命令以及一些常见问题和解决方法教程.docx
linux常用命令以及一些常见问题和解决方法教程 端口以及ip之间抓包1.监视指定网络接口的数据包tcpdump -i eth1如果不指定网卡,默认tcpdump只会监视第一个网络接口,一般是eth0 ...
- ArcGIS Engine 10 开发常见问题的解决方法
ArcGIS Engine 10 开发常见问题的解决方法 You are not Licensed for 弹出提示框,点击确定,VS工程自动关闭 http://www.cnblogs.com/Ris ...
- mysql开发问题解决_开发过程中mysql常见问题的解决方法
本篇文章给大家带来的内容是关于开发过程中mysql常见问题的解决方法,有一定的参考价值,有需要的朋友可以参考一下,希望对你有所帮助. 记录开发过程中遇到mysql相关的问题以及解决方法,长期更新. 远 ...
- 方舟开服务器教程——开服配置常见问题及解决方法
方舟开服教程--开服常见问题及解决方法 服务器epic与steam互通 官方给出了私人服务器互通的启动参数代码,在启动服务器时加入启动参数即可 -crossplay(跨平台游玩意思) 在服务器中 ...
- ipad4服务器未响应,ipad air常见问题及解决方法汇总
您可能感兴趣的话题: ipad air 核心提示:小编带来了ipad air常见问题及解决方法汇总,在使用ipad air的过程中有可能会遇到一些故障,大家可以参考下文步骤自行解决,希望能帮助到大家. ...
- dmol3给定关键字不在字典中_Materials Studio自学系列——软件安装常见问题及解决方法...
Hello! Hello!小伙伴们!,我是新人UP Rianter.疫情期间,Rianter在学习MS的过程中发现非常有用的视频"BV1d741127UF"和"BV1h7 ...
- 组态王安装error_组态王常见问题的解决方法
,. ; .. 组态王常见问题的解决方法 组态王虽然国内用的很多, 但他的问题也很多, 有时候弄起来真的很麻烦, 比如 一个简单的开机自动运行都要自己设置,下面是我在网上查到的一些内容. 组态王使用常 ...
- Firefox 使用常见问题和解决方法
Firefox 使用常见问题和解决方法 Firefox 使用常见问题和解决方法 问题多了不免找的眼花,来按下Ctrl+F输入你要找的关键词看看? ★☆------------------------- ...
最新文章
- 【Go】Go基础(四):流程控制(控制结构)
- linux下安装QQ
- Activity生命周期的学习和验证
- C# 开启摄像头 拍照
- 一般控制矩阵转能控标准型
- 前端学习(2595):后台系统的权限控制和管理--动态路由
- Table Store: 海量结构化数据实时备份实战
- 等级考试(一):三级网络---似曾相识
- c++ break跳出几个循环_必须知道的C语言知识细节:break、continue语句区别
- 不确定度在线计算_国睿认证干货来啦:实验室CNAS认可常见问题集锦(五):关于不确定度...
- Clickhouse 实现row_number、dense_rank
- Python五角星绘制
- 教务系统漏洞再生南工大FaceMash
- 中国纳米硒行业投资现状分析及发需求前景预测报告2022-2028年
- 【转】从一个App跳转到另一APP
- colorkey口红怎么样_colorkey镜面唇釉怎么样 唇釉和口红有什么区别
- 网易HR告诉你关于网易招聘的那些事(上篇)
- Python安装Tensorflow因为版本低而出现的错误提示conda activate tensorflow-cpu Could not find conda environment: tenso
- 新修复h5盲盒商城砸金蛋源码(完美运行)
- 技术揭秘“QQ空间”自动转发不良信息
热门文章
- 复检网站_渗透测试项目分析手段
- 字符串转换成整数(3种方法)
- 微信小程序(或uniapp)引入腾讯视频插件播放视频
- 【教学类-36-08】20230707转学“纪念册“留念(生肖用midjounery-niji)
- 台式计算机演变,电脑的发展史,体验不一样的电脑时代【图文】
- 使用UltraEdit比较文件的异同
- Notions of CPA,CMA,CCA1 and CCA2
- Java 合并任数量的图片成一张图片
- python图形界面化编程GUI(五)坦克大战(一)
- java中两个list合并和去重操作