神经网络从0到1(一)——pytorch环境搭建

320
1
2020年9月18日 10时17分

引言

随着人工智能的热度不断增加,很多人看到了机器学习的许多优势之处。这个系列将从下载pycharm编译器,搭建pytorch环境,利用opencv配合初步的实现一个利用神经网络进行识别车牌的项目。

正文

话不多说,第一章首先来把我们要用的编译器以及包下载好,下面的链接是pycharm编译器的安装包。各位按教程下载即可。


链接:https://pan.baidu.com/s/1NOFFc1WNwxfbt8Gflh9Tkg
提取码:pnsm


项目整体思路


在下载编译器的过程中,我们可以来了解一下本次项目的主体思路以及框架。
由于神经网络的训练需要花费相当的算力和时间,我们通过opencv进行图像处理,简单地识别出车牌,并将其图像压缩,从而减少神经网络的识别负担。我们通过字符分割的图像算法自行搭建数据集并用于CNN网络的训练。最后实现对车牌上的字符进行识别。并输出结果。
整个项目使用的是pytorch,不同于tensorflow,pytorch的入门相对简单,使用起来也比较方便。


python以及pytorch版本

在安装完pycharm后,我们需要安装python以及pytorch,本项目使用的python版本为3.6,pytorch版本为1.6+cuda10.1

安装教程

https://www.python.org/downloads/release/python-368/
可在python的官网中找到
神经网络从0到1(一)——pytorch环境搭建插图
按要求下载并安装即可
神经网络从0到1(一)——pytorch环境搭建插图(1)
安装时记得勾上这个,自动添加环境变量。
安装完python之后安装pytorch
首先进入pytorch的官网
https://pytorch.org/get-started/locally/
神经网络从0到1(一)——pytorch环境搭建插图(2)
选好对应版本之后将红色框中的命令复制粘贴在PowerShell中运行即可。
神经网络从0到1(一)——pytorch环境搭建插图(3)
下载完之后我们进入pycharm打开file目录下的setting,并完成python版本的设置,步骤如下图神经网络从0到1(一)——pytorch环境搭建插图(4)
神经网络从0到1(一)——pytorch环境搭建插图(5)
设置完之后,按照下图步骤下载需要的python包
依次是Pillow,numpy,opencv-python,torchvision
神经网络从0到1(一)——pytorch环境搭建插图(6)
神经网络从0到1(一)——pytorch环境搭建插图(7)
安装完所需要的包后,我们便可以开始创建工程,进行代码的编写了。


总结

本小节我们下载的python以及所需要的编译器pycharm以及一些包括pytorch在内的包。后面我们将逐步介绍这些包的利用,以及功能的实现。

发表评论

后才能评论

评论列表(1条)