admin 管理员组文章数量: 1086019
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
我配好了!!!!!!!!!!!!!!!!!!!!!!!!!!!
anyway!!!!!!!!!!!!!!!!!!!!!!!!!!!!
全体起立!!!!!!!!!!!!!!!!!!!!!!!!!!!
我要把这伟大的瞬间记录下来,把我的欧气传给你们,来,吸!!!!
斯多普!来言归正传了!
这个 mask-rcnn 我真的服了,不,准确来说是很多深度学习的模型都不太好配,各种库包的版本统一都要做到位,不然会有无数个报错等着你,所以有个心理建设必须到位:不要老想着debug!乖乖按着前辈成功的路走下去!!你现在当务之急是配好环境学算法,而不是炼丹一样配环境(至于你是不是炼丹学算法另说)
想要配好 mask-rcnn 的环境,你需要的心理建设:
- 老实跟着一个博客的流程走(为此我把我的 VS2022 都卸载了),如果你要参考两个博客,也可以但是分清主次
- 放弃 debug 心理
- 适当 debug
- 平衡 2 和 3
你还需要知道的:
- (tensorflow-gpu 1.8.0仅支持cuda9.0的版本)
- 算力7.0的显卡可以在支持最高算力7.5的CUDA版本下运行,但是算力7.5的显卡不可以在支持最高算力7.0的CUDA版本下运行,所以如果不知道自己的显卡支持什么版本的 cuda,直接安装最新版本的 cuda 即可
- 但是最要命的是,tensorflow 的版本有cuda 的最高版本限制,如果tensorflow 支持 CUDA11.1,但是你安装的版本是 CUDA11.2 ,那就用不了了
mask-rcnn 项目 README 中要求的库包版本
Python 3.4, TensorFlow 1.3, Keras 2.0.8 and
other common packages listed in `requirements.txt`.
numpy
scipy
Pillow
cython
matplotlib
scikit-image
tensorflow>=1.3.0
keras>=2.0.8
opencv-python
h5py
imgaug
IPython[all]
我看的博客成功案例
(建议留在我这篇2022年的博客看,因为是基于这个2018年博客的补充)
链接:https://blog.csdn/chenmoran0928/article/details/79999073
,
- python3.6, cuda 9.0 toolkit(版本要求极高,最新是Cuda 9.1是不兼容之后的tensorflow1.5的)
- cuDNN v7.0.5,for CUDA9.0
- Opencv3.3.1(可用anaconda可以简单配置,windows和ubuntu略有不同,版本不一定非是3.3.1,只是windows的好安装)
- Tensorflow GPU版1.5.0
- keras2.0.8,theano和keras也是深度学习的框架,这里主要需要keras,版本至少在2.0.8以上。而需要theano的原因是因为运行的时候可能会出现报错,“nomodule named ‘keras’的问题
你可以很清楚地看到这个成功的案例中库包的版本并不是和 README 中的完全一致,这给我们一个启示就是,万事皆有可能,所以如果你的显卡型号可能和我一样尴尬(下面会讲),那你也可以多搜一下,看看有没有成功的案例。
但是你秉持万事皆有可能头铁着边配环境边debug,你会很难受!
建议:
所有版本都按这个博客的安装,然后先把我看的这个博客大致浏览一遍,再把我标出的要注意的地方看一下,如果各种情况和你的电脑gpu等情况匹配,那就可以开始动手,切忌着急上手,浪费时间!
我
题目是说我的显卡是:Geforce MX250 (csdn的图片插入不太会用,没法居中很生气,不如typora好用)
在这里右键点击控制面板可以进入看到自己的显卡型号,Geforce MX250 算力大致 6.1
也是在控制面板里面可以看自己的显卡型号适合什么版本的 CUDA ,(你可以理解为 CUDA 就是使用显卡的插件)(知道适用什么版本 CUDA 没啥用,比如我的是显示 CUDA 11.1,但我用的就是 CUDA9.0,我也不懂)
具体点哪里我忘了,也不重要)
这个显卡型号很尴尬,因为在tensorflow和显卡的版本对应中是找不到Geforce MX250的,在我开始没找到我这个型号的对应 tensorflow 的时候,我是绝望的,我以为我和 mask-rcnn 无缘了
进入官网:https://developer.nvidia/cuda-toolkit-archive 找到和显卡信息相匹配的cuda(cuda是向下兼容的)
但是天无绝人之路!我小脑瓜灵机一动,去搜了下"Geforce MX250 安装 tensorflow 成功案例",发现有前辈已经做过这样的尝试了(我爱你们!),我通过这个链接知道 GeForce MX250 也可以使用 CUDA9.0
参考链接:https://blog.csdn/weixin_43884418/article/details/104346859?ops_request_misc=&request_id=&biz_id=102&utm_term=Geforce%20MX250%20cuda9.0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduweb~default-0-104346859.142^v11^control,157^v13^control&spm=1018.2226.3001.4187
!就此,我知道我可以参考这篇博客开始配环境了,激动兴奋!
https://blog.csdn/chenmoran0928/article/details/79999073
麻麻地,写博客好累啊,不想写了,想摸了,我刚刚配好环境,还没来得及学呢,好的先不写了,后面如果评论区有需求我再加,先摸了我,我简单放一下关键的节点,你们配合着这那两篇博客看好了
主:https://blog.csdn/chenmoran0928/article/details/79999073
次:https://blog.csdn/weixin_43694742/article/details/123300731
意外
cuda当前页面脚本发生变化
记得当时就是点是,会弹出好几个这种窗口提示“当前页面的脚本发生错误”,区别就是下面的 url 是 cuda 的路径,而不是图中一样 vs2017 的路径,
很怪的是,一直点是,前面两次都不行,就直接显示无法安装 CUDA了,第三次就可以了,(也有可能是在还没有跳出这个脚本错误的提示窗口的时候,我点了自定义安装CUDA,事实上也要自定义,因为要把那个VS的安装选项给去掉)
打不开 anaconda,搜索后发现断网可以解决,成功
进入虚拟环境MASK-RCNN安装相关包
创建好虚拟环境MASK-RCNN后,要进入这个环境安装各种依赖包,而不是还在base环境下安装包
安装完某个包后再次运行安装指令(如:pip install six
)可以看安装在了哪里
https://blog.csdn/qq_35988224/article/details/109150379?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522165423068116781683987262%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=165423068116781683987262&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduend~default-1-109150379-null-null.142^v11^control,157^v13^control&utm_term=anaconda%E8%BF%9B%E5%85%A5%E7%8E%AF%E5%A2%83&spm=1018.2226.3001.4187
纯 pip install 安装如龟速
用镜像下载 tensorflow1.5.0 很快,我用的是阿里云的镜像,用了镜像 1MB+速度,没用是几十kb/s
https://blog.csdn/qq_41634276/article/details/109504486
安装好CUDA后会自动从文件夹中删除,但是nvcc -V
可以找到
好好反思一下:
注意这两个文件是不一样的!!!!!我在这上面纠结半天,我是个大猪头!!!!
coco.h5 文件在这里面,要点开才看得到
这个git仓库应该是安装在MASK-RCNN文件夹下
pip install cython 红字一大堆
把梯子关掉
error: Unable to find vcvarsall.bat ,因为要求安装vs
https://blog.csdn/Draymond_666/article/details/85091235
ImportError: cannot import name ‘tf2‘
keras和tensorflow版本不一致,版本对应关系在后面查看
https://blog.csdn/wzz110011/article/details/120813607
https://zhuanlan.zhihu/p/465947475
版权声明:本文标题:配置MaskRCNN环境吐槽(GeForce MX250+win10+tensorflow1.5.0 GPU版) 内容由网友自发贡献,该文观点仅代表作者本人, 转载请联系作者并注明出处:http://roclinux.cn/b/1726838842a1047726.html, 本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,一经查实,本站将立刻删除。
发表评论