一、AMD - OpenVINO环境配置

原创 已于 2022-07-11 11:42:24 修改 · 3.5k 阅读 · 11 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#openvino #python #人工智能

于 2022-07-11 11:40:34 首次发布
本文档详细介绍了在AMD Ryzen5 800X和Windows 10环境下，如何配置OpenVINO Toolkit，包括Visual Studio 2022、CMake、Anaconda虚拟环境的安装。在离线安装OpenVINO后，通过Anaconda创建Python3.7.13环境并使用pip安装OpenVINO。遇到的闪退问题通过兼容模式解决，而OpenCV问题则通过特定版本的pip安装解决。最后，在PyCharm中配置环境并运行示例代码。目前存在的问题是每次启动需要重新初始化OpenVINO环境。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

一、AMD - OpenVINO环境配置

1. 环境

硬件环境 软件环境
Ryzen 5800X Visual Studio 2022
Win 10 Python 3.7.13 + Cmake 3.24.0 + Anaconda

  1. 依赖环境配置

    • Visual Studio 为 2022版本
      在这里插入图片描述

    • CMake安装

      官网下载最新版本CMake，建议选择msi安装，比较省事。

      官网下载速度巨慢，建议去镜像

      在这里插入图片描述

2. 离线下载OpenVINO-Toolkit

  1. 如图下载

最低0.47元/天 解锁文章
OpenVINO环境配置--GPU驱动配置
qq_15751687的博客
06-11 124
容器内环境配置和宿主机配置流程基本一致，但是首先要按照上面的流程在宿主机配置好GPU驱动，然后再按照上面的1-5步骤在容器内安装一遍，然后在容器内就可以用GPU啦！这里需要强调：不是所有的intel 处理器都有gpu，有些处理器是没有集显的，必须装个独显（比如N卡），但是OpenVINO不支持Nvidia的显卡加速。，OpenVINO主要还是支持intel 的硬件，包括intel GPU/NPU/CPU，本节主要介绍intel GPU的环境配置方法。的系统版本，所以选择。
OpenVINO环境配置--NPU驱动配置
最新发布
qq_15751687的博客
06-10 105
上图显示的是NPU驱动 v1.16.0验证过的系统参数，现在已经有v1.17.0版本了，不过我安装的还是v1.16.0。容器内环境配置和宿主机配置流程基本一致，但是首先要按照上面的流程在宿主机配置好NPU驱动，然后再按照上面的1-5步骤在容器内安装一遍，然后在容器内就可以用NPU啦！也是可以的，我在更新的内核版本上按照下面的安装方法安装后，测试也是可以使用NPU的。，OpenVINO主要还是支持intel 的硬件，包括intel GPU/NPU/CPU，本节主要介绍intel NPU的环境配置方法。
ngraph：nGraph已移至OpenVINO
01-31
nGraph已移至OpenVINO： : | | | | | 快速开始 要开始在流行的框架中使用nGraph，请参考下面的链接。 框架（版本） 安装指南 笔记 TensorFlow * 或 20个 ONNX 1.5 17个 适用于nGraph的Python轮子 nGraph的Python轮子已经过测试，并在以下64位系统上受支持： Ubuntu 16.04或更高版本 CentOS的7.6 Debian 10 macOS 10.14.3（Mojave） 要通过pip安装，请运行： pip install --upgrade pip==19.3.1 pip install ngraph-core 与本机框架实现相比，使用nGraph Compiler堆栈执行工作负载的框架性能提高45倍。 我们还发现，运行在未列出的，得益于nGraph强大的子图模式匹配。 此外，我们将nGraph与集成在一起，以在Intel，nVidia和AMD GPU上提供深度学习性能加速。 有关nGraph Compiler堆栈当前体系结构的更多详细信息，请参见“ ，并且在中介绍了对该堆栈的最新更
Windows 10 系统安装 OpenVINO (2022.1.0)
《好好先生》专栏
05-01 3457
Windows 10 系统安装 OpenVINO 4.1 安装 Dev Tools 1. 进入链接Download Intel® Distribution of OpenVINO™ Toolkit选择合适版本： 2. 打开cmd窗口，复制下述指令到cmd窗口后回车，等待安装即可。 pip install openvino-dev[pytorch,onnx,tensorflow2]==2022.1.0 4.2 安装 Runtime 1. 进入链接Download Intel..
openvino只支持英特尔6代以上的cpu
weixin_43917589的博客
01-14 1855
注意：openvino只支持英特尔6代以上的cpu 例子：Intel core i 8250U。 其中，Intel为CPU的生产厂商；core为品牌；i5为系列；8250U中的第一个8代表它为第8代产品；后面的250代表它的性能等级；最后的字母后缀U代表此CPU为降频版。 ...
linux下安装OpenVINO
roymustang的博客
05-18 624
https://software.intel.com/content/www/cn/zh/develop/tools/openvino-toolkit.html 该网址下进行注册并下载 得到压缩文件 下载在Downloads下 cd ~/Downloads/ 解压 tar -xzvf l_openvino_toolkit_p_2021.3.394.tgz 进入文件夹中 cd l_openvino_toolkit_p_2021.3.394/ 利用ui安装 sudo ./install_GUI.s
英特尔重磅开源OpenVINO™ ！附送的预训练模型是最大亮点
我爱计算机视觉
10-20 425
点击我爱计算机视觉标星，更快获取CVML新技术NVIDIA公司强大的GPU加速了人工智能时代的来临，而人工智能也成就了NVIDIA一飞冲天的股票，昔日芯片巨人英特尔却被人称为AI时代最焦...
OpenVINO 2022.3之二：Windows安装OpenVINO
mingo_敏
05-05 2556
OpenVINO 2022.3之二：Windows安装OpenVINO安装下载页和。OpenVINO Runtime包含用于在处理器设备上运行机器学习模型推理的核心库。OpenVINO Development Tools是一组用于处理OpenVINO和OpenVINO模型的实用工具。
openvino填不完的坑跑不完的模型
weixin_44952365的博客
04-26 2732
openvino学习之路 openvino 系列文章之环境 说说废话 OpenVINO 是英特尔基于自身现有的硬件平台开发的一种可以加快高性能计算机视觉和深度学习视觉应用开发速度工具套件，支持各种英特尔平台的硬件加速器上进行深度学习，并且允许直接异构执行，这个工具套件主要包括用于优化神经网络的模型的工具，实现神经网络的模型优化和推理计算，这个openvino套件是基于intel的硬件平台，像intel的cpu，gpu，in
【OpenVINO】OpenVINO 2022.1 安装教程(Windows)
热门推荐
grape_yan的博客
09-19 1万+
OpenVINO™是英特尔基于自身现有的硬件平台开发的一种可以加快高性能计算机视觉和深度学习视觉应用开发速度工具套件，用于快速开发应用程序和解决方案，以解决各种任务（包括人类视觉模拟、自动语音识别、自然语言处理和推荐系统等）。该工具套件基于最新一代的人工神经网络，包括卷积神经网络 (CNN)、递归网络和基于注意力的网络，可扩展跨英特尔® 硬件的计算机视觉和非视觉工作负载，从而最大限度地提高性能。它通过从边缘到云部署的高性能、人工智能和深度学习推理来为应用程序加速，并且允许直接异构执行。
【OpenVINO】[ERROR]Failed to create plugin XXX\clDNNPlugin.dll for device GPU的解决方法
qq_38432848的博客
08-16 1950
电脑环境： Win10 x64 OpenVINO2020.4.287 VS2015 CMake3.18.0 Anaconda3（Python3.7.3和Python3.6.0+tensorflow1.12.0双环境） CPU:Intel(R) Core(TM) i7-6700HQ GPU:Intel(R) HD Graphics 530 驱动程序版本（已经更新为26.20.100.7755）+GTX 950M 问题解决（过程与思路）： 博主最近在学习OpenVINO的过程中遇到了一个棘手.
【OpenVINO】解决OpenVINO在GPU推理中报错的方法
xuzhengzhe的博客
03-20 1650
https://github.com/openvinotoolkit/openvino/issues/18452给出了解决问题的方法是安装Intel核芯显卡的驱动程序。对于我的系统与内核版本，可以安装23.09.25812.14版本的驱动。下面是具体的步骤（参考https://github.com/intel/compute-runtime/releases?我的系统版本为Ubuntu 20.04，内核版本5.15.0-101-generic。再次运行程序，已经可以正常使用GPU进行神经网络推理。
Windows 10 下的OpenVINO Pycharm+Anaconda开发环境配置
꧁༺ʚvv༒catɞ༻꧂的博客
08-02 2591
pip install -r "C:\Program Files (x86)\Intel\openvino_2021.2.185\python\python3.6\requirements.txt" Traceback (most recent call last): File "M:/python/深度学习/OpenVINO/1.开发环境配置/Main/main.py", line 1, in <module> from openvino.inference_engine
【pytorch】将模型部署至生产环境：openVINO安装及python和c++环境配置
种一棵树最好的时间是十年前，其次是现在
05-17 3401
1.硬件要求： 硬件要求英特尔®第六代及以后的酷睿 TM（Core™）处理器或者英特尔®至强®处理器。 2.操作系统要求： 操作系统要求 ● Ubuntu18.04.3 LTS (64 bit)。 ● Windows 10 (64 bit)。 ● CentOS7.4 (64 bit)。 ● macOS*10.13, 10.14 (64 bit)。 这里安装使用Windows 10 (64 bit)。 3.英特尔®显卡驱动要求： 英特尔®显卡驱动的版本必须大于等于2018/11/19发布的25.20.100.
Stable-diffusion支持Intel和AMD显卡加速出图的操作方法
heweiyabeijing的专栏
05-24 5814
英伟达的显卡有CUDA加持Stable diffusion出图很快，但我无奈家徒四壁，只有AMD老显卡苦苦支撑着本不富裕的家庭，但是生活还是继续不是。来吧！兄弟，看看老显卡能不能加速出图就完事了。说明，我在MacOs上操作成功，同时我也加了windows上操作步骤。
关于OpenVINO 2022.3 LTS你需要知道的6件事
英特尔开发人员专区
01-16 3526
​ 新年里准备好打开Intel® OpenVINO的最新长期支持（LTS）版本™了吗？无论你身处AI编程之旅的何处，如果你想快速轻松地开发或学习如何开发世界级的AI应用程序，并将深度学习推理工作负载从边缘部署到云端，你都会想了解这个AI推理工具套件的最新更新。 ​
Ubuntu20安装并配置OpenVINO【图文教程】
专注于AI领域前沿技术学习与分享：目标检测、图像修复、超分重建、AI工程化
05-18 8209
Ubuntu20安装并配置OpenVINO【详细图文教程】，Install OpenVINO； 随着AI技术等对应用开发和功能实现的影响越来越大，这也就要求相关企业具备更强的AI开发能力，从数据收集、数据预处理、数据标注、模型训练、模型评估和模型部署等一系列任务，无一不考验着企业的AI模型精度和AI推理速度、AI 算力资源等AI开发、落地能力。
【deep_learn】OpenVINO 安装以及遇到的问题与解决方案
Q小鑫
09-21 1464
1、进入官方网站进行下载 OpenVINO™ Toolkit Overview - OpenVINO™ Toolkit 默认路径即可，改路径后面很麻烦！ 一直点Next，就可以开始安装了 2、初始化环境 打开CMD，并运行setupvars.bat批处理文件来临时设置您的环境变量： 进入这个路径 CMD进入该路径，输入setupvars.bat 即可初始化环境成功！ 3、验证下是否配置成功！ 进入deployment_tool...
配置OpenVINO的过程
FLY_CAFFE的博客
04-14 214
配置过程中使用的文件在“openViNo配置”文件夹下第一部分步骤一、根据如下地址，安装要求准备硬件环境intel cpu型号和软件环境Microsoft Windows* 10 64-bit。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Aaaaaki

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值