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
- python rsa加密
rsa简单加密: 1 import rsa 2 import base64 3 4 rsa_key_pair = rsa.newkeys(2048) # 生成密钥对,返回(PublicKey(n,e) ...
- P2935
[USACO09JAN]Best Spot S 题目 约翰拥有P(1<=P<=500)个牧场.贝茜特别喜欢其中的F个.所有的牧场 由C(1 < C<=8000)条双向路连接,第 ...
- [oeasy]python0110 屏幕点阵字体_3x5_5x7_雅达利字库
动视 桥牌 想用 7 x 5 描述黑红梅方 还是比较难的 添加图片注释,不超过 140 字(可选) 而且最下面的动视logo是 修改后的字体 还挺有动感 这个时代 图像库 和 ...
- [oeasy]python0082_VT100_演化_颜色设置_VT选项_基础色_高亮色_索引色_RGB总结
更多颜色 回忆上次内容 上次 了解了控制序列 背后的故事 一切标准 都是 从无到有 的 就连 负责标准的组织 也是 从无到有 的 VT-05 奠定了 基础颜色 黑底 绿字 隔行 扫描 但 多颜色设置 ...
- Microsoft Azure AI 机器学习笔记-1
机器学习基础: 数据与建模: 数据统计和数学建模是处理数据和描述现实情况的关键工具. 观测值是记录的数据实例,而特征是描述观测对象的属性. 标签则代表监督式学习中的已知输出值. 学习类型: 监督式学习 ...
- c# 多线程环境下控制对共享资源访问的办法
Monitor: 定义:Monitor 是 C# 中最基本的同步机制,通过 Enter 和 Exit 方法来控制对共享资源的访问.它提供了排他锁的功能,确保在任何时刻只有一个线程可以访问共享资源. 优 ...
- 对比python学julia(第一章)--(第二节)似曾相识燕归来
Julia和python一样,都是跨平台开源语言,而且都是动态语言,所以毫无疑问,需要运行时支撑.很简单,到官网去下载julia(https://julialang.org/downloads/).和 ...
- 【DataBase】MySQL 09 SQL函数 单行函数其三 日期函数
日期函数 日期&时间函数 NOW 当前日期时间. CURDATE 当前日期. CURTIME 当前时间 -- NOW();返回系统日期+时间 SELECT NOW(); -- CURDATE( ...
- 【SpringBoot】13 数据访问P1 整合Jdbc
SpringBoot与数据访问概述: 对于数据访问层,无论是SQL还是NOSQL,Spring Boot默认采用整合Spring Data的方式进行统一处理, 添加大量自动配置,屏蔽了很多设置.引入各 ...
- 2024年 智能机器人元年 —— 国内的智能机器人(humanoid)公司当下最大的压力(最为急迫的任务)是什么?
可以说,2024年是人形机器人的元年.我国在去年年底将发展智能机器人立为了第一线的重要科技发展方向,并计划在2024年.2025年建立出完整的产业链条,并培育出几家成熟的行业领先的智能机器人公司.而我 ...