windows下使用谷歌object detection api训练自己的数据遇到的个别问题及解决方案

本文详细介绍了如何在Windows环境下搭建TensorFlow 1.12的运行环境,包括CUDA和cuDNN的配置,并分享了解决训练速度缓慢及Windows fatal exception: access violation错误的经验。同时,提供了检查GPU使用情况的方法。

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

环境介绍

目前cuda8.0,python3.6,TensorFlow版本1.12,能跑但是训练的时候非常慢,(网上有成功的版本的是TensorFlow-gpu==2.0.0,python3.6.8,cuda10.0,cudnn7.4.1.5没有亲自试验过,训练一波后试一下)

TensorFlow环境下载

1.贴个TensorFlow的whl的网址,方便下载
链接: https://github.com/fo40225/tensorflow-windows-wheel.
whl安装方法:
链接: https://blog.youkuaiyun.com/oMoDao1/article/details/81944307.感谢博主
2. 也可以使用pip install tensorflow==1.12.0
3. 也可以使用conda install tensorflow的方法下载;
4. 查看自己下载的TensorFlow版本方法:①conda list 命令②或者去文件夹下查看③在终端命令行敲如下指令:

 activate tensorflow
 python
 import tensorflow as tf
 tf.__version__

windows fatal exception:access violation报错

1.有些问题是由于安装的时候有的包被损坏了,查看出错最近的代码部分涉及到的包,卸载重新导入就ok了
2.有的是tensorflow1.14的时候报的,不清楚什么原因,找了一些解决方法,一般是把将版本改成tensorflow-gpu1.12,由于我的cuda版本不符合,我用的1.12的cpu版本,也能跑通了就是巨慢。后期会改环境。

查看自己的gpu使用情况

1.cmd打开终端
2.找到C:\Program Files\NVIDIA Corporation\NVSMI\nvidia-smi.exe文件,拖到cmd界面,回车即可
界面

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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