清華:https:
阿里雲:http:
中國科技大學 https:
華中理工大學:http:
山東理工大學:http:
豆瓣:http:
note:新版ubuntu要求使用https源,要注意。
建立虛擬環境
conda create -n labelimg python=3.8
啟用環境
conda activate
刪除虛擬環境
conda remove -n --all
在這裡插入**片
在這裡插入**片
win10下安裝gpu版本的tensorflow
cuda9.0+vs2017+win10詳細配置
安裝cuda我的安裝目錄在:
c:\program files\nvidia gpu computing toolkit\cuda\v11.0
cuda_path c:\program files\nvidia gpu computing toolkit\cuda\v11.0
cuda_path_v11_0 c:\program files\nvidia gpu computing toolkit\cuda\v11.0
nvcudasamples_root c:\program files\nvidia gpu computing toolkit\cuda\v11.0
nvcudasamples11_0_root c:\program files\nvidia gpu computing toolkit\cuda\v11.0
path增加環境變數
c:\program files\nvidia gpu computing toolkit\cuda\v11.0\bin
c:\program files\nvidia gpu computing toolkit\cuda\v11.0\lib\x64
c:\program files\nvidia gpu computing toolkit\cuda\v11.0\libnvvp
c:\program files\nvidia gpu computing toolkit\cuda\v11.0\extras\cupti\lib64
這裡新增完 ,cmd要重新開啟才能生效;
測試的python**-作者非本人
沒開gpu的時候cpu到達100%,time顯示是400ms左右;
開了gpu後cpu大概 36%~44%,time顯示是100ms左右;
效果還是顯著的;
神力ai
*** tensorflow2.0 從零實現yolov3檢測網路 ***
tensorflow學習環境
用tensorflow訓練乙個物體檢測器(手把手教學版)
深度學習下的目標檢測演算法——tensorflow 2.0下的yolov3實踐
睿智的目標檢測11——keras搭建yolo3目標檢測平台
tensorflow2.x目標檢測api測試**演示
tensorflow2 搭建自己的yolov4目標檢測平台(bubbliiiing 深度學習 教程)
windows10+keras下的yolov3的快速使用及自己資料集的訓練
win10+tensorflow2.3.1 下利用yolov3訓練自己的資料集
github
yolov3_tf2開始
tf2-yolov3訓練自己的資料集
使用labelimage做標註
github
全球首發、業界第一:武漢大學開源口罩人臉識別資料集
anaconda tensorflow配置教程
設定環境變數 建立虛擬環境 tensorbase conda create n tensorbase python 3.8 或conda create name tf24 python 3.8 檢視已建立環境 conda info env 切換到指定的虛擬環境 conda activate tens...
Windows Mobile開發環境搭建指南
windows mobile開發環境搭建指南 meitai 內容簡介 本文描述了如何搭建典型的windows mobile開發環境。介紹了相應的ide sdk及輔助開發工具的安裝及常用配置,並對windows mobile下一代開發環境的發展前景做出展望。本文適合初次接觸windows mobile...
chineseocr環境搭建及使用避坑指南
chineseocr環境搭建及使用避坑指南 一 環境搭建 chineseocr安裝在linux環境下,使用的版本是ubuntu16.04,環境配置如下 1 安裝anaconda 坑1 官網真的很慢。清華映象是最快的,可以修改鏡源,不然以後會很慢 實踐證明,換了映象之後快得不是乙個級別啊 conda ...