U-net的环境配置(使用Tensorflow)
U-net的环境配置(使用Tensorflow)
一、跑U-net代码需安装下列软件和模块:
1、软件:
CUDA9.0
cuDNN7(只需跟cuda9.0对应就行)
Anaconda
Pycharm(集成开发环境)
2、模块:
TensorFlow-gpu 1.9
keras 2.2.0
numpy 1.16(安装最新版的话可能会不兼容,故选了1.16版本)
scikit-image
h5py
二、安装过程:
关于软件的安装,可自行百度,下面主要介绍如何创建环境以及安装模块:
1、在Anaconda Prompt创建虚拟环境(本代码最高兼容到python3.5):
conda create -n Unet python=3.5
2、激活环境:
conda activate Unet
3、依次输入以下指令:
pip install tensorflow-gpu==1.9
pip install keras==2.2.0
pip install scikit-image
pip install numpy==1.16
pip install h5py
4、查看各个模块的版本:
在该环境的命令行下,输入python运行该程序。然后import需要的模块名,输入print(模块名.__version__) 便可显示版本,最后输入exit()退出该程序即可。
5、Pycharm配置:
左上角File --> Settings --> Project:你的工程名 --> Project Interpreter --> 点右上角的螺帽,选add --> 选择Existing environment --> 把该虚拟环境下安装的python.exe加入到路径中。
注:创建的虚拟环境一般在anaconda文件里的envs目录下。
最后附上代码地址:https://github.com/zhixuhao/unet
本文地址:https://blog.csdn.net/weixin_44045119/article/details/109944795
上一篇: 为什么自媒体比SEO更火?答案都在这里
下一篇: 是时候有一个属于你的品牌LOGO了!
推荐阅读
-
使用Docker搭建Java环境的步骤方法
-
使用 Docker 搭建 Laravel 本地环境的教程详解
-
使用git迁移Laravel项目至新开发环境的步骤详解
-
ASP.NET core Web中使用appsettings.json配置文件的方法
-
TensorFlow dataset.shuffle、batch、repeat的使用详解
-
在Linux系统上通过uWSGI配置Nginx+Python环境的教程
-
Windows系统下使用flup搭建Nginx和Python环境的方法
-
Python使用ConfigParser模块操作配置文件的方法
-
Python3.6+Django2.0以上 xadmin站点的配置和使用教程图解
-
java环境配置不成功的原因(附java环境搭建及配置教程)