标签:版本 Tensorflow going https anaconda GPU 识别 com MNIST
本人之前并未涉及机器学习,但是在嵌入式中都会涉及视觉,借校内比赛从零学习,进行MNIST数字识别模型的搭建。
随着学习进度更新,每天更新。2023-11-15 21:38:55 星期三
一、环境搭建
进行本模型的搭建,需要以下内容:
- Python环境:利用Anaconda管理
- 开源机器学习平台:PyTorch 或 Tensorflow(CPU/GPU)
- 若希望使用NVIDIA GPU运行Tensorflow,则需安装cuDNN、CUDA
本教程暂以Tensorflow为平台,CPU/GPU两版本选其一即可。
(一)安装Anaconda
- 最新版本下载:https://www.anaconda.com/download#downloads
- 历史版本查看:https://docs.anaconda.com/free/anaconda/reference/packages/oldpkglists/
- 历史版本下载:https://repo.anaconda.com/archive/
(二)安装Tensorflow
- 版本查找:https://tensorflow.google.cn/install/source_windows
(三)NVIDIA GPU:安装cuDNN、CUDA
- cuDNN:https://developer.nvidia.com/rdp/cudnn-archive
- CUDA:https://developer.nvidia.com/cuda-toolkit-archive
二、理论原理
三、实战编写
标签:版本,
Tensorflow,
going,
https,
anaconda,
GPU,
识别,
com,
MNIST
From: https://www.cnblogs.com/hanzohuang/p/17834872.html