a web app for deep learning - deep-learning-training-gui
安装该项目
ENV:
Win11
Anaconda
主要参考 https://www.tensorflow.org/install/pip
1. 安装 python 3.9, 在Anaconda 新建一个python 3.9 环境
2. 安装 Cuda driver
3. 安装 Cuda tool kit 11.8
https://developer.nvidia.com/cuda-11-8-0-download-archive?target_os=Windows&target_arch=x86_64&target_version=11&target_type=exe_network
4. 在 python 3.9 环境里运行下面的命令
conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0
# Anything above 2.10 is not supported on the GPU on Windows Native
python -m pip install "tensorflow<2.11"
# Verify the installation:
python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
遇到的问题
1. 用pyinstaller 打包后,运行app.exe, 遇到这个
Traceback (most recent call last):
File "app.py", line 139, in <module>
app.run(debug=True)
File "flask\app.py", line 920, in run
File "werkzeug\serving.py", line 1071, in run_simple
File "werkzeug\serving.py", line 852, in make_server
File "werkzeug\serving.py", line 718, in __init__
File "socket.py", line 544, in fromfd
OSError: [WinError 10038] 在一个非套接字上尝试了一个操作。
[27024] Failed to execute script 'app' due to unhandled exception!
solution:
加 freeze_support
Ref:
https://docs.python.org/3/library/multiprocessing.html#multiprocessing.freeze_support
2. 解决了#1 问题后,再次运行又遇到了
204/317 [==================>...........] - ETA: 5s - loss: 0.2859 - accuracy: 0.8863Your TensorFlow version is up to date! 2.10.1
206/317 [==================>...........] - ETA: 5s - loss: 0.2836 - accuracy: 0.8874'tensorboard' 不是内部或外部命令,也不是可运行的程序
或批处理文件。
solution:
?
下面的已经deprecated了
1.安装 Python 3.7, 在Anaconda 新建一个python 3.7 环境
2. 安装 VC++ build tool 14.0 以上版本, 我从下面这个link下载的最新版是 17.6.4
https://visualstudio.microsoft.com/visual-cpp-build-tools/
否则会遇到
3. 修改一下 requirement.txt 解决冲突
否则会遇到这个问题
git clone https://github.com/mustafamerttunali/deep-learning-training-gui.git
On your conda terminal: pip install -r requirements.txt
5. 安装成功
6. 运行 python app.py 遇到如下问题
(AI_On_ARM_MCU) E:\projects\202312_ARM_MCU\code\deep-learning-training-gui>python app.py
Traceback (most recent call last):
File "app.py", line 13, in <module>
from flask import Flask, request, jsonify, render_template
File "D:\Users\shuai\anaconda3\envs\AI_On_ARM_MCU\lib\site-packages\flask\__init__.py", line 14, in <module>
from jinja2 import escape
ImportError: cannot import name 'escape' from 'jinja2' (D:\Users\shuai\anaconda3\envs\AI_On_ARM_MCU\lib\site-packages\jinja2\__init__.py)
原因是flask 1.x 依赖escape 但是最新的jinja包里已经没有了对escape的支持(https://stackoverflow.com/questions/71718167/importerror-cannot-import-name-escape-from-jinja2),解决办法是升级flask 到2.x
a web app for deep learning - deep-learning-training-gui的更多相关文章
- What are some good books/papers for learning deep learning?
What's the most effective way to get started with deep learning? 29 Answers Yoshua Bengio, ...
- Spark MLlib Deep Learning Deep Belief Network (深度学习-深度信念网络)2.3
Spark MLlib Deep Learning Deep Belief Network (深度学习-深度信念网络)2.3 http://blog.csdn.net/sunbow0 第二章Deep ...
- (转) Learning Deep Learning with Keras
Learning Deep Learning with Keras Piotr Migdał - blog Projects Articles Publications Resume About Ph ...
- (IRCNN)Learning Deep CNN Denoiser Prior for Image Restoration-Kai Zhang
学习深度CNN去噪先验用于图像恢复(Learning Deep CNN Denoiser Prior for Image Restoration)-Kai Zhang 代码:https://githu ...
- Spark MLlib Deep Learning Deep Belief Network (深度学习-深度信念网络)2.1
Spark MLlib Deep Learning Deep Belief Network (深度学习-深度信念网络)2.1 http://blog.csdn.net/sunbow0 Spark ML ...
- Spark MLlib Deep Learning Deep Belief Network (深度学习-深度信念网络)2.2
Spark MLlib Deep Learning Deep Belief Network (深度学习-深度信念网络)2.2 http://blog.csdn.net/sunbow0 第二章Deep ...
- Deep High-Resolution Representation Learning for Human Pose Estimation
Deep High-Resolution Representation Learning for Human Pose Estimation 2019-08-30 22:05:59 Paper: CV ...
- 论文解读《Learning Deep CNN Denoiser Prior for Image Restoration》
CVPR2017的一篇论文 Learning Deep CNN Denoiser Prior for Image Restoration: 一般的,image restoration(IR)任务旨在从 ...
- 论文笔记:(NIPS2017)PointNet++: Deep Hierarchical Feature Learning on Point Sets in a Metric Space
目录 一. 存在的问题 1.提取局部特征的能力 2.点云密度不均问题 二.解决方案 1.改进特征提取方法: (1)采样层(sampling) (2)分组层(grouping) (3)特征提取层(fea ...
- A Unified Deep Model of Learning from both Data and Queries for Cardinality Estimation 论文解读(SIGMOD 2021)
A Unified Deep Model of Learning from both Data and Queries for Cardinality Estimation 论文解读(SIGMOD 2 ...
随机推荐
- Java获取客户端请求信息
客户端工具类 /** * 客户端工具类 * * @author hviger */ public class ServletUtils { /** * 获取String参数 */ public sta ...
- Windows安装OnlyOfiice教程
1.OnlyOffice介绍 OnlyOffice 是一个在线创建.编辑和协作文档的服务. 2.Docker介绍 Docker 是一个开源的应用容器引擎,让开发者可以打包他们的应用以及依赖包到一个可移 ...
- Mybatis Plus 3.X版本的insert填充自增id的IdType.ID_WORKER策略源码分析
总结/朱季谦 某天同事突然问我,你知道Mybatis Plus的insert方法,插入数据后自增id是如何自增的吗? 我愣了一下,脑海里只想到,当在POJO类的id设置一个自增策略后,例如@Table ...
- 洛谷P2864
来一发在洛谷的第一篇题解 解析 首先从原点出发回到原点会形成一个环 要计算在环上的路程,首先我们要破环 利用建墙法破环 可以选取任意一个边缘上的树,往上或者往下或者往左往右建立一堵墙'|' 这样利用b ...
- 暑假Java自学每日进度总结1
今日所学: 一.常用的cmd命令: 1>盘符: 2>dir(显示当前文件所有目录) 3>cd 目录(打开该目录) 4>cd..(回到上一目录) 5>cd(回到当前盘符初始 ...
- leetcode简单(数组、字符串):[219, 268, 349, 414, 485, 541, 557, 821, 925, 977]
目录 219. 存在重复元素 268. 丢失的数字 349. 两个数组的交集 414. 第三大的数 485. 最大连续 1 的个数 541. 反转字符串 II 557. 反转字符串中的单词 III 8 ...
- [oeasy]python0079_控制序列_光标位置设置_ESC_逃逸字符_CSI
光标位置 回忆上次内容 上次我们研究的比较杂 类型转化 进制转化 捕获异常 版本控制 生成帮助文档 变量的常用类型 变量的生命周期控制 数据类型主要研究了两个 字符串 str 整型数字 int ...
- oeasy教您玩转linux010204-figlet
我们来回顾一下 上一部分我们都讲了什么? 用 apt 查询并下载了 linuxlogo 用字符画出了 linux 发行版的 logo 还查了手册,通过改参数控制输出信息 我们还能玩点什么呢? 这个实验 ...
- [oeasy]python0022_框架标题的制作_banner_结尾字符串_end
结尾字符串(end) 回忆上次内容 python3 的程序是一个 5.3M 的可执行文件 python3 里面存的是 cpu 指令 可以执行的那种 我们可以把指令对应的汇编找到 ...
- Python 按规则解析字符串中的嵌套函数并实现函数调用
按规则解析字符串中的嵌套函数并实现函数调用 需求 1.按照一定规则解析字符串中的函数表达式,并替换这些表达式.这些函数表达式可能包含其它函数表达式,即支持函数嵌套 2.函数表达式格式:${ __函数名 ...