Jusqu'à ce que vous puissiez faire une reconnaissance d'image simple avec Jupyter

en premier

Soudain, j'ai voulu créer une application de discrimination d'image, alors j'ai d'abord utilisé jupyter dans l'environnement Windows J'ai essayé de créer un programme qui distingue facilement les images.

Environnement de développement OS: Windows10 Home GPU: Geforce GTX1660Ti Anaconda: 4.8.2

Diverses installations

Tout d'abord, téléchargez et installez Anaconda à partir du site suivant https://www.anaconda.com/products/individual

Ensuite, nous présenterons TensorFlow, qui est une bibliothèque requise pour la reconnaissance d'images.

Avant cela, le PC que j'utilise a maintenant un GPU, donc j'aimerais utiliser le GPU pour le calcul. Cependant, il semble qu'il soit nécessaire d'installer le pilote Nvidia, CUDA et cuDNN, et ces outils n'ont pas besoin d'être à jour, et le GPU ne le reconnaîtra que si vous faites attention à la version ...

Alors, tout d'abord, recherchez votre GPU sur le site suivant, téléchargez et installez le pilote Nvidia https://www.nvidia.co.jp/Download/index.aspx?lang=jp Je ne suis pas sûr du type de téléchargement, mais j'ai choisi le pilote Game Ready. C'était la version 445.87 lorsque je l'ai installée.

Comme je l'ai écrit précédemment, il faut installer en faisant attention à la correspondance de chaque version, donc voir le tableau de correspondance sur ce site Version du pilote Nvidia ⇒ Installer le CUDA correspondant ⇒ Télécharger le cuDNN correspondant Page avec table de correspondance https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html https://www.tensorflow.org/install/source_windows page de téléchargement CUDA: https://developer.nvidia.com/cuda-downloads cuDNN: https://developer.nvidia.com/cudnn-download-survey Dans mon cas, la version CUDA était 10.0.130 et le cuDNN était 7.4.2 pour CUDA 10.0.

Après l'installation, procédez comme suit: -Toutes les données dans le dossier cudnn téléchargé Copier dans C: \ Program Files \ NVIDIA GPU Computing Toolkit \ CUDA \ v10.0

・ Pour les variables d'environnement système Nom de la variable: CUDNN_PATH Valeur: "C: \ Program Files \ NVIDIA GPU Computing Toolkit \ CUDA \ v10.0" Est nouvellement ajouté

Maintenant que l'installation nécessaire côté GPU est terminée, installez la bibliothèque TensorFlow à la fin. Tout d'abord, créez un environnement distinct pour TensorFlow sur Anaconda.

conda create -n tf37 python=3.7 anaconda
conda activate tf37

Dans cet environnement Installer tensorflow

conda install tensorflow-gpu==2.0.0

Enfin, exécutez la commande sur python et vérifiez que le GPU est correctement reconnu.

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

キャプチャ.png

Cela termine diverses installations et vous pouvez utiliser TensorFlow.

J'ai trébuché un peu en dessous

Au début, j'ai utilisé pip pour installer en m'appuyant sur d'autres articles, mais lorsque j'ai utilisé tensorflow, j'ai eu l'erreur suivante. キャプチャ3_2.PNG Probablement, lorsque vous l'utilisez avec jupyter, etc., cela semble inutile à moins qu'il ne soit installé avec conda.

Recommended Posts

Jusqu'à ce que vous puissiez faire une reconnaissance d'image simple avec Jupyter
J'ai essayé la reconnaissance d'image simple avec Jupyter
Jusqu'à ce que vous démarriez Jupyter dans Docker
Python | Ce que vous pouvez faire avec Python
Ce que vous pouvez faire avec l'API vol.1
Ce que vous pouvez faire avec des compétences en programmation
Jusqu'à ce que vous puissiez utiliser opencv avec python
Reconnaissance d'image avec le modèle Caffe Chainer Yo!
Vous pouvez maintenant afficher des diapositives avec nbviewer! [Jupyter]
Reconnaissance d'image avec keras
Ce que vous pouvez et ne pouvez pas faire avec Tensorflow 2.x
Reconnaissance d'image avec Keras + OpenCV
Jusqu'à ce que vous puissiez installer votre propre bibliothèque Python avec pip
Ce que vous pouvez faire avec les statistiques de la bibliothèque Python standard
Considérez ce que vous pouvez faire avec Python dans l'article Qiita
Faisons du scraping d'images avec Python
Jusqu'à ce que Python fonctionne sur Apache
Jusqu'à ce que tu secoues le rubis avec renpy
Vous pouvez le faire avec Python! Analyse structurale de cristaux colloïdaux bidimensionnels
Notez jusqu'à ce que vous utilisiez emacs avec WSL
Jusqu'à ce que vous puissiez lire le journal des erreurs
Vous pouvez utiliser Dash sur Jupyter jupyter_dash
Vous devenez ingénieur en 100 jours - Jour 35 - Python - Ce que vous pouvez faire avec Python
Si vous les gars dans la cuisine de portée pouvez le faire avec une marge ~ ♪
Reconnaissance d'image
J'ai essayé de créer une API de reconnaissance d'image simple avec Fast API et Tensorflow
Jusqu'à ce que vous définissiez ce que vous avez fait avec Django avec Jenkins
Jusqu'à ce que vous puissiez utiliser youtube-dl avec Synology (DS120j)
J'ai essayé la reconnaissance d'image de CIFAR-10 avec Keras-Learning-
J'ai essayé la reconnaissance d'image de CIFAR-10 avec la reconnaissance d'image Keras-
Jusqu'à ce que vous utilisiez l'API Kaggle avec Colab
Pouvez-vous défier Kaggle avec seulement votre iPad?
Vous pouvez gérer les caractères qui se chevauchent avec plusieurs plt.text.
Vous pouvez facilement créer une interface graphique même avec Python
Jusqu'à ce que vous puissiez utiliser l'API Google Speech
Prise en compte du moment où vous pouvez faire du bon travail en 10 ans avec Python3 et Scala3.
Jusqu'à ce que vous puissiez installer Blender et l'exécuter avec python pour le moment
Que faire si vous obtenez une erreur d'importation lors de l'importation de matplotlib avec Jupyter