deep_sort之cosine_metric_learning环境搭建

最新推荐文章于 2024-08-21 08:49:47 发布

gm-robot

最新推荐文章于 2024-08-21 08:49:47 发布

阅读量503

点赞数

CC 4.0 BY-SA版权

分类专栏：深度学习之智能识别

本文链接：https://blog.youkuaiyun.com/gwc_master/article/details/115490150

2 篇文章

订阅专栏

该博客详细介绍了如何在Ubuntu18.04上配置Tensorflow1.15.0的GPU版本，包括CUDA10.0和CUDNN7.6.0的安装，以及解决过程中可能出现的问题，如Tensorboard的冲突和内存限制。此外，还涉及了numpy版本的匹配和运行时的GPU内存管理设置。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、ubuntu18.04
2、anaconda3/python3.7
3、RTX2080
4、cuda_10.0.130_410.48_linux.run
5、cudnn-10.0-linux-x64-v7.6.0

检查环境:

which pip
pip list

确定在anaconda3/python3.7/中

深度余弦度量学习
[cosine metric learning]
https://github.com/nwojke/cosine_metric_learning

pip install tensorflow_gpu==1.15.0  -i  http://mirrors.aliyun.com/pypi/simple/

由于cosine_metric_learning的实际开发是基于tensorflow 1.x ，实际安装的tensorflow_gpu需为1.x版本，安装tensorflow_gpu1.15.0版本时，出现过2.0经过警告，并且cudnn的版本需为7.6.0版本

用于信息tensorflow可视化信息显示
tensorflow_gpu时会自动安装。
如果没自动安装可手动安装

pip install tensorboard==1.15.0

运行时如遇报错：

...
ValueError: Duplicate plugins for name projector

删掉：anaconda3/lib/python3.7/site-packages/tensorboard-1.15.0.dist-info
参考网址：
https://blog.youkuaiyun.com/Avada_533/article/details/102223823

pip install numpy==1.18.0  -i  http://mirrors.aliyun.com/pypi/simple/

原本环境中的numpy版本时1.18.0，numpy版本需与tensorflow版本相对应

运行时会由于没有限制内存，需在queued_trainer.py 405行添加两行代码

config = tf.compat.v1.ConfigProto(gpu_options=tf.compat.v1.GPUOptions(allow_growth=True))
sess = tf.compat.v1.Session(config=config)