DeepLearningForImage

• https://github.com/yaofanghao/DeepLearningForImage.git
• 2021.10起-
• 不断更新中

文件夹说明

• 医院项目

  • 涉及敏感和关键内容不提交

• DeepLearningWithLabVIEW

  • 基于LabVIEW实现的图像处理、深度学习项目

• handson-ml2-master

  • Aurelien Geron《机器学习实战》参考代码

• PyQt

  • PyQt的学习日记、代码

• test_onnx

  • onnx模型推理部署示例

• 其他常用脚本、示例、参考书

环境依赖说明 详见env文件夹

• RTX3090 / Ubuntu20.04LTS / Python3.9

  • 依赖包参考 env/3090-tf-gpu-env.txt
  • 大致流程：
    • sudo apt-get --purge remove nvidia*
    • sudo apt autoremove
    • ubuntu-drivers devices
    • sudo apt install nvidia-driver-510-server
    • conda create -n tf-gpu python==3.9
    • conda activate tf-gpu
    • conda install cudatoolkit=11.3 cudnn=8.2.1
    • pip install --default-time=300 tensorflow-gpu==2.5.0 keras==2.5.0rc0

• RTX3090 / Ubuntu20.04LTS / Python3.8

  • 依赖包参考 env/3090-pytorch-gpu-env.txt
  • 大致流程：
    • conda create --name pytorch-gpu python==3.8
    • pip install torch==1.10.0+cu113 torchvision==0.11.1+cu113 torchaudio==0.10.0 -f https://download.pytorch.org/whl/torch_stable.html
  • 测试：
    • torch.cuda.is_available() # True
    • torch.cuda.device_count() # 1
    • torch.cuda.get_device_name(torch.cuda.current_device()) # NVIDIA GeForce RTX 3090'

• RTX3060 / Win11 / Python3.8.0

  • NVIDIA官网下载并配置好系统环境变量
    • CUDA == 11.3.1
    • CUDNN == 8.2.1
  • 依赖包参考 env/tf2-gpu_env.txt env/conda-gpu.yml

• 旧电脑-已不用 / Win10 / Python3.7.8

  • 依赖包参考 env/py3.7_env.txt
  • qt软件设计依赖包参考 pyqt5_env.txt