win10 gtx1060安装tensorflow GPU说明 zoo位置

我的环境名为 tfai

一、安装tensorflow cuda cudnn 等

1、下载并安装VS2017

2、装Anaconda3
安装时注意勾选add anaconda to my PATH environment variable
打开cmd,输入以下命令：
conda create -n tfai pip python=3.6
activate tfai

3.安装tensorflow-gpu 以下命令为一行的
pip install
--default-timeout=100
--ignore-installed --upgrade tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple
安装完成后
python
import tensorflow
他会提示需要安装某版本cuda，并且有url提示

4、安装CUDA
https://developer.nvidia.com/cuda-toolkit-archive

5.安装cuDNN
https://developer.nvidia.com/rdp/cudnn-archive#a-collapse51b
这个需要注册登陆54@qq Zjszjs123.才能下载，下载下来，解压 后cuda文件夹里3个文件拷贝到
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0 替换

把以下路径加到path --并在 “我的电脑-管理-高级设置-环境变量” 中找到path，
添加以下环境变量（cuda使用默认安装路径）：
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.0bin
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.0libnvvp
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.0lib
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.0include
重新启动电脑，刷新path

6、右击我的电脑，设备管理器发现gtx显卡驱动打感叹号，选择更新显卡驱动程序

7、opened nvidia control panel,changed my prefer graphic processor to nvidia GPU instead of auto choose(auto choose intel GPU or nvidia GPU)
7.1、如果电脑没NVIDIA控制面板就需要下载一个NVIDIA (新驱动)
https://www.microsoft.com/store/productId/9NF8H0H7WMLT (需要重启，这个方法如果不对，用下面方法)
去官网下载显卡型号的最新安装包，nvidia-驱动和应用程序-驱动下载-选择型号。
显卡型号可以打开设备管理器-显示设备查看。
下载后右键点击以管理员方式运行，有提示一律确认，等待自动解压后兼容性检测结束，选择自定义安装，
勾选清洁安装并同时勾选安装nvidia控制面板、px及ge升级软件（ge在官网也可以安装但要提前安好驱动），
下一步然后安装好了重启。应该就可以。ps:以后不要在360某大师某精灵安装显卡驱动程序，其他驱动无所谓。

7.2、
在控制面板或者 桌面右击--选择NVIDIA控制面板
---通过预览调整图像设置--- 高级3D图像设置--进入管理3D设置--全局设置里，
首选图形处理器 --选择高性能NVIDIA显卡（高性能显卡就是独立显卡）
不设置这个跑object detection oid4时会出现
2019-07-02 23:12:05.478902: E tensorflow/core/grappler/clusters/utils.cc:87] Failed to get device properties, error code: 30
Failed to initialize GPU device #0: unknown error
（第7步做了当时没用，第二天开机可以用gpu 了，说明要重启）

二、安装object dection

1、安装opencv3
下载opencv_python-3.3.1-cp36-cp36m-win_amd64.whl
pip install opencv_python-3.3.1-cp36-cp36m-win_amd64.whl

2、pip install --user Cython
pip install --user contextlib2
pip install --user pillow
pip install --user lxml
pip install --user jupyter
pip install --user matplotlib

3、下载 tensorflow models
https://github.com/tensorflow/models

4、下载Protobuf 目的是将proto文件转成py文件
protoc-3.7.0-win64.zip
bin下protoc.exe 复制到c:windowssystem32

5、转换 proto 到 py
cmd
cd 到 D:MakerDatatf1060models-mastermodels-masterresearchobject_detectionprotos
protoc --python_out=. *.proto （linux）
做一个protoc.bat
里面类似
protoc --python_out=. abc.proto
并cmd下执行

三、跑摄像头下物体检测hellotf.py

1、下载模型
D:MakerDatatf1060models-mastermodels-masterresearchobject_detectiong3docdetection_model_zoo.md
里面找一个coco模型，下载放到（也可以不下载，建议下载）以下目录：
D:MakerDatatf1060models-mastermodels-masterresearchobject_detectionmodels

2、复制hellotf.py 并运行
复制 hellotf.py 到 D:MakerDatatf1060models-mastermodels-masterresearchobject_detectionmodels
修改 hellotf.py里面 MODEL_NAME 、PATH_TO_LABELS（win注意\分割目录）
acondona中activate 环境 后，python hellotf.py

四、经验 和 检测

1、快速安装
pip install xxx -i https://pypi.tuna.tsinghua.edu.cn/simple
（conda set channel 后还是从原网站下载，无效）

2、生产pbtxt （用不到，已经统一放在models-master\research\object_detection\data下）
cd D:MakerDatatf1060opencv-mastersamplesdnn
python tf_text_graph_ssd.py --input D:MakerDatatf1060zoossd_mobilenet_v1frozen_inference_graph.pb --output D:MakerDatatf1060zoossd_mobilenet_v1graph.pbtxt --config D:MakerDatatf1060zoossd_mobilenet_v1pipeline.config

3、测试cuda cmd下
nvcc -V

4、查看tensorflow gpu

import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

应该无错误，并看到gpu

5、简单测试tensorflow gpu 不需要

import tensorflow as tf
with tf.device('/cpu:0'):
    a = tf.constant([1.0,2.0,3.0],shape=[3],name='a')
    b = tf.constant([1.0,2.0,3.0],shape=[3],name='b')
with tf.device('/gpu:1'):  #gpu0是集成显卡
    c = a+b

6、测试tensorflow GPU
cd D:MakerDatatf1060models-mastermodels-mastertutorialsimagemnist
python convolutional.py
右击任务栏打开任务管理器选择性能查看gpu使用情况

tf算法 例子库zoo位置
models-mastermodels-masterresearchobject_detectiong3dochttp://139.196.53.116/ml/admin/write-post.php###

7、coco 类别

{1: {'id': 1, 'name': 'person'}, 2: {'id': 2, 'name': 'bicycle'}, 3: {'id': 3, 'name': 'car'}, 4: {'id': 4, 'name': 'motorcycle'}, 5: {'id': 5, 'name': 'airplane'}, 6: {'id': 6, 'name': 'bus'}, 7: {'id': 7, 'name': 'train'}, 8: {'id': 8, 'name': 'truck'}, 9: {'id': 9, 'name': 'boat'}, 10: {'id': 10, 'name': 'traffic light'}, 11: {'id': 11, 'name': 'fire hydrant'}, 13: {'id': 13, 'name': 'stop sign'}, 14: {'id': 14, 'name': 'parking meter'}, 15: {'id': 15, 'name': 'bench'}, 16: {'id': 16, 'name': 'bird'}, 17: {'id': 17, 'name': 'cat'}, 18: {'id': 18, 'name': 'dog'}, 19: {'id': 19, 'name': 'horse'}, 20: {'id': 20, 'name': 'sheep'}, 21: {'id': 21, 'name': 'cow'}, 22: {'id': 22, 'name': 'elephant'}, 23: {'id': 23, 'name': 'bear'}, 24: {'id': 24, 'name': 'zebra'}, 25: {'id': 25, 'name': 'giraffe'}, 27: {'id': 27, 'name': 'backpack'}, 28: {'id': 28, 'name': 'umbrella'}, 31: {'id': 31, 'name': 'handbag'}, 32: {'id': 32, 'name': 'tie'}, 33: {'id': 33, 'name': 'suitcase'}, 34: {'id': 34, 'name': 'frisbee'}, 35: {'id': 35, 'name': 'skis'}, 36: {'id': 36, 'name': 'snowboard'}, 37: {'id': 37, 'name': 'sports ball'}, 38: {'id': 38, 'name': 'kite'}, 39: {'id': 39, 'name': 'baseball bat'}, 40: {'id': 40, 'name': 'baseball glove'}, 41: {'id': 41, 'name': 'skateboard'}, 42: {'id': 42, 'name': 'surfboard'}, 43: {'id': 43, 'name': 'tennis racket'}, 44: {'id': 44, 'name': 'bottle'}, 46: {'id': 46, 'name': 'wine glass'}, 47: {'id': 47, 'name': 'cup'}, 48: {'id': 48, 'name': 'fork'}, 49: {'id': 49, 'name': 'knife'}, 50: {'id': 50, 'name': 'spoon'}, 51: {'id': 51, 'name': 'bowl'}, 52: {'id': 52, 'name': 'banana'}, 53: {'id': 53, 'name': 'apple'}, 54: {'id': 54, 'name': 'sandwich'}, 55: {'id': 55, 'name': 'orange'}, 56: {'id': 56, 'name': 'broccoli'}, 57: {'id': 57, 'name': 'carrot'}, 58: {'id': 58, 'name': 'hot dog'}, 59: {'id': 59, 'name': 'pizza'}, 60: {'id': 60, 'name': 'donut'}, 61: {'id': 61, 'name': 'cake'}, 62: {'id': 62, 'name': 'chair'}, 63: {'id': 63, 'name': 'couch'}, 64: {'id': 64, 'name': 'potted plant'}, 65: {'id': 65, 'name': 'bed'}, 67: {'id': 67, 'name': 'dining table'}, 70: {'id': 70, 'name': 'toilet'}, 72: {'id': 72, 'name': 'tv'}, 73: {'id': 73, 'name': 'laptop'}, 74: {'id': 74, 'name': 'mouse'}, 75: {'id': 75, 'name': 'remote'}, 76: {'id': 76, 'name': 'keyboard'}, 77: {'id': 77, 'name': 'cell phone'}, 78: {'id': 78, 'name': 'microwave'}, 79: {'id': 79, 'name': 'oven'}, 80: {'id': 80, 'name': 'toaster'}, 81: {'id': 81, 'name': 'sink'}, 82: {'id': 82, 'name': 'refrigerator'}, 84: {'id': 84, 'name': 'book'}, 85: {'id': 85, 'name': 'clock'}, 86: {'id': 86, 'name': 'vase'}, 87: {'id': 87, 'name': 'scissors'}, 88: {'id': 88, 'name': 'teddy bear'}, 89: {'id': 89, 'name': 'hair drier'}, 90: {'id': 90, 'name': 'toothbrush'}}

zoo 位置.txt
win10 gtx1060安装tensorflow GPU说明.txt

发表新评论