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
- 转-查看Linux CPU个数,核心,线程数
CPU 个数 grep 'physical id' /proc/cpuinfo | sort -u CPU 核心数 grep 'core id' /proc/cpuinfo | sort -u | w ...
- windows下使用dockerdesktop进行部署
Docker部署springboot项目 环境准备 要在windows上使用docker需要确认系统的需求 需要启用虚拟化支持的CPU 启用适用于windows的Linux子系统功能 保证足够的内存 ...
- SQLServer的操作以及一些概念
初始SQLServer 创建数据库 create database 数据库名 创建表 选择数据库 USE MyDb; 创建表 CREATE TABLE t_user ( id INT, usernam ...
- [oeasy]教您玩转python - 0002 - 你好世界(hello world!)
你好世界 回忆上次内容 这次我们, 了解了 Python 进入了 Python 退出了 Python 这并不难 这就是我们对于 Python 的初体验 恭喜您存活了下来! 编辑 python ...
- 一文揭开JDK21虚拟线程的神秘面纱
虚拟线程快速体验 环境:JDK21 + IDEA public static void main(String[] args) { try (var executor = Executors.newV ...
- AngleScript语法
Class的使用要继承于Interface或者Mixin class.Mixinclass实际上就是类似于抽象类 ,它已经实现的,在子类里面不能实现,类似如下代码: interface AInterf ...
- [ABC363G] Dynamic Scheduling 与 P4511 [CTSC2015] 日程管理
思路: 对于插入操作,设插入 \(\{t,p\}\): 若当前 \(1 \sim t\) 有空位,那么就放进去. 否则,\(1 \sim t\) 是被塞满了的: 首先容易想到的是找到 \(1 \sim ...
- Jenkins如何使用CrumbIssuer防御CSRF攻击
1.CSRF(跨站请求伪造)概述 在讲解Jenkins的跨站请求伪造(CSRF)保护机制之前,让我们首先对CSRF这一安全威胁及其重要性进行简明扼要的概述. 1.1 CSRF(跨站请求伪造)的原理 ...
- linux学习(7):Linux最常用150个命令汇总
Linux最常用150个命令汇总 线上查询及帮助命令(2个) man 查看命令帮助,命令的词典,更复杂的还有info,但不常用. help 查看Linux内置命令的帮助,比如cd命令. 文件和目录操作 ...
- 关于Isaac Gym的两个版本比较:IsaacGymEnvs/omni.isaac.gym
原文地址: https://zhuanlan.zhihu.com/p/590468555 重点: IsaacGymEnvs (IGE)和 omni.isaac.gym (OIG)是两个东西. 原文内容 ...