本博客主要包含以下3点:

  1. AI简介及本博客主要目的
  2. 环境介绍及安装原因
  3. 搭建环境及检验是否安装成功
  4. 离线模型的训练

时间分配:

  时间 时长(分钟)
收集资料+写博客

6.12 11:28-12:28

6.12 13:28-13:30

6.12 14:02-14:11

6.12 14:30-14:41

6.12 14:53-15:09

6.12 15:38-16:06

6.12 19:15-19:21

6.13 16:21-16:38

149
安装Visual Studio2017 6.12 12:28-13:30 62(安装)
下载+安装git 6.12 12:58-13:08 10
下载+安装CUDA

6.12 17:35-17:50(下载)

6.12 17:50-18:49(安装)

25(下载)+59(安装)
下载+配置cuDNN

6.12 17:48-17:56(下载)

6.12 18:49-18:51(配置)

8(下载)+2(配置)
git clone+安装深度学习和机器学习的软件及依赖

6.12 14:13-14:34(克隆)

6.13 12:49-14:37(一键安装+手动安装)

21(克隆)+108(下载和安装)
下载+安装VS Tools for AI

6.12 14:30-14:52(下载)

6.12 14:56-14:58(安装)

22(下载)+2(安装)
离线模型训练  6.13 15:58-16:36 38
总计时长  

安装和配置:243

收集资料+写博客:149

小的模型训练:38

参考博客:http://www.cnblogs.com/ms-uap/p/9123033.html

———————————————————————-华丽的分割线————————————————————————-

开始进入正题:

一、AI简介及本博客主要目的

  • AI,英文全称Artificial Intelligence,汉译为人工智能。深度学习是人工智能中发展迅速的领域之一,可帮助计算机理解大量图像、声音和文本形式的数据。
  • 本博客旨在让我日后方便的体验深度学习,并可以快速构建、训练一个深度学习项目,紧随浪潮。

二、环境介绍及安装原因

  • 本人所拥有的环境:64 位 Windows 10 操作系统、python3.6.5版本
  • 完整的目标环境:git,Visual Studio2017(下面简称为VS2017),python,相关依赖(有关深度学习和机器学习)和插件(VS Tools for AI),CUDA与cuDNN
  • 安装环境原因:使用git是为了方便把GitHUb中的存储库(一些AI的例子)克隆到本地的文件夹中。使用VS2017是因为AI组件利用对Python、C / C ++ / C#的现有代码支持,并且VS Tools for AI是微软 VS2017 IDE 的扩展,所以请更新您的Visual Studio到2017版本。

三、搭建环境及安装结果检验

  • 配置Visual Studio2017

  1.上面说到了,要使用AI组件,得先安装VS2017,在安装VS2017过程选择.NET桌面开发和Python开发组件,也可以选择脱离VS2017,独立安装Python。选择好了组件后,会出现绿框与之相对应,如下图所示:

  2.安装目录的选择随你开心,选择完目录即可进行安装,看到下图时,ok,接下来要做的就是耐心等待。。。(我这里等待了62分钟)

  

  • Python

  1.我之前在自己的电脑里安装过python 3.6.5版本,在此没有写出安装步骤。

  

  2.安装Python时,为了方便也需根据安装提示将其添加到环境变量(Add Python 3.6 to PATH),方便在控制台中直接使用。

  3.在控制台中执行xxx.py文件时,应切换到xxx.py的目录下。例如xxx.py文件在E盘,应先将控制台切换到E盘再进行python xxx.py。

  • 配置git

  1.根据电脑的操作系统,选择相应的git的版本。例如我的电脑是64位,我选择了

  2.安装git只有一点注意,根据安装提示把git加入到环境变量(如下图所示),这样可以方便后续直接在控制台中使用git,若是不加也可以,后期可以自己配置。其余可以疯狂的点击next,最后等待安装完毕。

  

  3.检验是否安装成功:

  在桌面点击鼠标右键,出现红框中内容,及视为安装git成功,恭喜恭喜。

  

  • 安装CUDA与cuDNN

  首先,电脑装有Nvidia的显卡才能安装CUDA。其次,需将CUDA的安装目录添加到环境变量。

  • 安装深度学习和机器学习的软件及依赖

  使用git将GitHub上的一个资源(https://github.com/Microsoft/samples-for-ai)克隆到本地,具体操作如下:

  1.在本地新建或选择你需要存放GitHub上资源的目录,在我这里是E:\Git\program。所以在控制台中先进入此目录,最简单的方法是在目标目录下的空白位置,shift+鼠标右键→在此打开命令窗口。

  2.进入目标目录后,开始克隆,当你看到如下界面时,请选择继续等待。

  

  3.以下三步来自http://www.cnblogs.com/ms-uap/p/9123033.html,下图内容代表安装深度学习和机器学习的软件及依赖成功。

  

  一键安装有出错的地方,可以选择自己去找镜像,我的caffe2和tensorflow-gpu就是从镜像那下载的。

  • 安装插件:VS Tools for AI(VS2017中操作)

  1.下载插件

  

  

  2.安装插件。

  待插件下载完成后(我这里等待了12分钟),关闭VS2017,系统自动安装VS Tools for AI,如下图所示,点击修改,继续等待安装(我这里等待了2分钟),直到出现,代表插件安装完毕。

  

  3.打开VS2017

  会看到工具栏多了“AI工具”以及它的内容,这代表插件安装成功。

  

四、离线模型的训练

  1.试着训练一个模型

  首先打开,这个文件在刚才克隆时,使用的目标目录(E:\Git\program)中,E:\Git\program\samples-for-ai\examples\tensorflow。

  2.为VS2017设置全局的默认Python环境(我这里是3.6.5版本)。

  

  3.按着http://www.cnblogs.com/ms-uap/p/9123033.html设置。

  4.在点击“不调试的情况下启动”后,系统弹出的cmd.exe是空白的,需要按下“enter”键,程序开始训练。

  

  5.每一次的迭代,Minibatch error越来越趋近于0.0%,准确的说是在0.0%边缘徘徊。

  

  

Windows下Visual Studio2017之AI环境搭建的更多相关文章

  1. Qt4.8在Windows下的三种编程环境搭建

    Qt4.8在Windows下的三种编程环境搭建 Qt的版本是按照不同的图形系统来划分的,目前分为四个版本:Win32版,适用于Windows平台:X11版,适合于使用了X系统的各种Linux和Unix ...

  2. Qt在Windows下的三种编程环境搭建

    尊重作者,支持原创,如需转载,请附上原地址:http://blog.csdn.net/libaineu2004/article/details/17363165 从QT官网可以得知其支持的平台.编译器 ...

  3. Qt在Windows下的三种编程环境搭建(图文并茂,非常清楚)good

    尊重作者,支持原创,如需转载,请附上原地址:http://blog.csdn.net/libaineu2004/article/details/17363165 从QT官网可以得知其支持的平台.编译器 ...

  4. 【Qt开发】Qt在Windows下的三种编程环境搭建

    从QT官网可以得知其支持的平台.编译器和调试器的信息如图所示: http://qt-project.org/doc/qtcreator-3.0/creator-debugger-engines.htm ...

  5. Windows下Nginx+Mysql+Php(wnmp)环境搭建

    前言 最近想在windows下使用nginx搭建web环境,本来想用套件(WNMP)一键安装,但后来放弃了,觉得还是自己动手,丰衣足食的好,而且套件的局限性太大.所以后来就各种搜索,看到前辈写关于wn ...

  6. 【软件使用】Windows下的Objective-C集成开发环境搭建(IDE)

    Objective-C是苹果软件的编程语言,想要上机学习.调试,有一个集成开发环境(IDE)方便很多.有三类方法搭建Objective-C的集成开发环境: 1)   使用苹果的平台,集成开发环境使用X ...

  7. windows下的go语言的环境搭建和初探

    闲话不说,直入主题. 1.准备工具 a.windows下的Go语言开发安装包 官方下载地址:https://code.google.com/p/go/downloads/list b.Go语言中文官网 ...

  8. Windows下Lua+Redis 断点调试环境搭建==Linux下类似

    Lua+Redis 断点调试环境搭建 windows环境,使用Redis,写lua脚本头疼的问题之一不能对脚本断点调试,google加上自己的摸索,终于搞定. 1.下载ZeroBraneStudio, ...

  9. windows下vue+webpack前端开发环境搭建及nginx部署

    一.开发环境搭建 1.前端框架一般都依赖nodejs,我们首先要安装node.js.请参考http://www.cnblogs.com/wuac/p/6381819.html. 2.由于许多npm的源 ...

随机推荐

  1. Elasticsearch之如何合理分配索引分片

    大多数ElasticSearch用户在创建索引时通用会问的一个重要问题是:我需要创建多少个分片? 在本文中, 我将介绍在分片分配时的一些权衡以及不同设置带来的性能影响. 如果想搞清晰你的分片策略以及如 ...

  2. Hadoop应用开发,常见错误

    错误1:在windows执行mr Exception in thread "main" java.lang.UnsatisfiedLinkError: org.apache.had ...

  3. 洛谷P3382 【模板】三分法(三分)

    题目描述 如题,给出一个N次函数,保证在范围[l,r]内存在一点x,使得[l,x]上单调增,[x,r]上单调减.试求出x的值. 输入输出格式 输入格式: 第一行一次包含一个正整数N和两个实数l.r,含 ...

  4. canvas 绘制双线技巧

    楔子 最近一个项目,需要绘制双线的效果,双线效果表示的是轨道(类似铁轨之类的),如下图所示: 负责这块功能开发的小伙,姑且称之为L吧,最开始是通过数学计算的方式来实现这种双线,也就是在原来的路径的基础 ...

  5. Linux—echo命令

    echo命令的功能是在屏幕上显示一段文字,起到一个提示作用,常用在脚本语言和批处理文件中来在标准输出或者文件中显示一行文本或者字符串. 命令格式:echo [选项] 字符串 选项参数: -n:不在最后 ...

  6. Scala的静态方法和实例方法

    Scala的对象学习 Scala没有静态方法或静态字段,可以使用object这个语法达到相同的目的,对象定义了某个类的单个实例 object Accounts { private var lastNu ...

  7. 20155301 滕树晨linux基础——linux进程间通信(IPC)机制总结

    20155301 滕树晨linux基础--linux进程间通信(IPC)机制总结 共享内存 共享内存是在多个进程之间共享内存区域的一种进程间的通信方式,由IPC为进程创建的一个特殊地址范围,它将出现在 ...

  8. JavaEE笔记(八)

    第一个Spring Student(学生) bean package com.my.bean; import java.io.Serializable; public class Student im ...

  9. 2-8 字典dict

    1.如何在一个变量里存储公司每个员工的个人信息? 2.字典的定义与特性 字典是Python语言中唯一的映射类型. 定义:{key1:value1,key2:value2} 1.键与值用冒号“:”分开: ...

  10. 2-7 hash

    1.Hash Hash函数处理流程Hash,一般翻译做"散列",也有直接音译为"哈希"的,就是把任意长度的输入(又叫做预映射, pre-image),通过散列算 ...