K210学习笔记（十二）——MaixHub本地训练模型（Windows）

---

前言

MaixHub虽然可以在线训练模型，但是数据集限制大小为20M以下，而且大多数时候都需要排队才能训练模型，这可能就不能满足我们对模型的需求，所以我在Windows系统下搭建环境，本地训练模型。对于本地训练的纯小白来说，虽然MaixHub本地训练不需要虚拟机，但是还是要严格按照教程的步骤一步步来。不然很容易出错。

一、环境配置

1.安装python3.8

这里推荐安装python3.8，由于python3.9有一些不知名问题导致了环境可能会配置失败。点击下载python3.8。双击打开python3.8安装包，勾选如图所示，然后Install Now即可。
安装完成后win+r打开命令窗口，输入Python检测是否安装成功，显示这个则是安装成功。

2.安装pip

因为在安装python3.8时已经默认安装pip了，所以这里不需要在另外安装pip，可以通过 pip list来查看python上安装了的包。这个警告是提醒当前pip不是最新版，可以不用管它。

3.安装CUDA10.1

打开cuda10.1下载的链接，选择对应的系统版本和下载方式

下载好的安装包，直接打开，然后一直点下一步就好了。
注意：如果电脑其它版本的CUDA，可以参考这个方法来选择指定CUDA《windows一个显卡配置多个CUDA版本》
安装完成后可以在系统变量中是否已经包含这两个路径。

4.安装CUDNN

点击这里进入到cudnn的下载官网，选择cudnn v7.6.5.32 for cuda 10.1的版本进行下载，
下载之后会得到一个cudnn-10.1-windows10-x64-v7.6.5.32.zip的压缩包，将其解压。得到三个文件夹
都复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1文件下面。这时CUDA的环境已经配置好了。

5.tensorflow安装

tensorflow-gpu 2.3.0版本对于cuda版本有点严格，cuda版本必须是10.1版本，cudnn是 10.1 V7.**版本，不然是不能使用GPU进行训练。
win+r，输入cmd，打开命令行输入

pip install tensorflow-gpu==2.3.0

如果下载的很慢，请输入

pip install tensorflow-gpu==