郸城建设银行网站,商标logo图片,wordpress可the7,大型网站开发成本PaddlePaddle是百度公司提出的深度学习框架。近年来深度学习在很多机器学习领域都有着非常出色的表现#xff0c;在图像识别、语音识别、自然语言处理、机器人、网络广告投放、医学自动诊断和金融等领域有着广泛应用。面对繁多的应用场景#xff0c;深度学习框架有助于建模者…PaddlePaddle是百度公司提出的深度学习框架。近年来深度学习在很多机器学习领域都有着非常出色的表现在图像识别、语音识别、自然语言处理、机器人、网络广告投放、医学自动诊断和金融等领域有着广泛应用。面对繁多的应用场景深度学习框架有助于建模者节省大量而繁琐的外围工作更聚焦业务场景和模型设计本身。
写在前面
首先我们先去下载github下载源码 https://github.com/PaddlePaddle 随后我们进入Paddle的官网地址 (很重要
https://www.paddlepaddle.org.cn/这里一定要按照官网给出的版本进行对应。
前期准备
博主先前装的是CUDA11.7但总是出问题根本原因是这个CUDA是打游戏时使用的而非我们在做专业计算时使用的随后博主安装的CUDA版本为11.6对应的cudnn为8.4。 具体安装教程可以参考博主这篇博文
https://blog.csdn.net/pengxiang1998/article/details/127673591CUDA下载地址
https://developer.nvidia.com/cuda-toolkit-archivecudnn下载地址
https://developer.nvidia.com/rdp/cudnn-archive值得一提的是CUDA的安装与你的显卡以及系统版本有关比如30系显卡只能安装CUDA11以上而 CUDA11.2 最高只能支持到 Windows10 版本 将这些CUDA环境安装好后我们就可以开始配置对应的CUDA虚拟环境了。
环境配置
首先是创建cuda环境
conda create -n paddle python3.7随后切换到项目主目录安装requirement中指定的依赖包
pip install -r requirements.txt --index-url https://pypi.douban.com/simple这个时间可能需要很久耐心等待。 此时我们可以另开一个cmd窗口来安装paddle大家按照官网给定的版本命令来执行即可博主是CUDA11.6
conda install paddlepaddle-gpu2.4.2 cudatoolkit11.6 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/ -c conda-forge 随后安装完成此时我们的环境就基本没有什么问题了接下来便是调试程序了。
代码调试
paddle中给我们了详细的步骤我们安装其要求来即可。呜呜呜虽然如此这个项目连同环境配置到代码调试花费了我一整天的时间 首先是数据集准备博主使用的是Cityscapes数据集。 在这里博主用血和泪的教训告诉大家一定要了解你所用的数据集否则你会遇到许多不必要的麻烦。
数据集介绍
Cityscapes大致有两个数据集分别为精细的标注数据集3475张训练图像1525张测试图像和粗糙的标注数据集347519888张额外的粗糙标注共19个类别我们一般只使用精确的那个。
该数据集下载时需要使用到一个edu邮箱账号如果没有的话可以去淘宝上买一个或者找下网盘资源。 下载完成后主要用到的就是这两个文件分别是语义分割的标注文件与图像数据。 随后通过paddle项目中的tools/data/create_dataset_list.py来生成数据集修改下数据集的地址与对应的format即可 format是图片匹配格式即根据图像后缀名匹配 生成格式为 源数据图像 标注数据图像 分别生成train.txt,val.txt.test.txt文件在你指定的数据集目录下。 随后便是数据集配置文件的修改了按照官方给出的提示在config/quick_start/pp_liteseg_optic_disc_512x512_1k.yml内修改这里可以自己如果使用自己的数据集再重新创建一下即可。 主要修改这里即可 随后在train.py中指定一下数据集路径即可然后我们便可以进行运行了。运行成功。 至于val.py将数据集地址修改后也是手到擒来。
