标签：虚拟环境 Unet 源码 conda tensorflow TensorFlow 安装
目录
Unet检测图像分割
最近新入手了RTX3090显卡，想找个框架试下3090性能。TensorFlow，pytorch和paddle都已经支持CUDA11了。paddle是12月20日发布paddlepaddle2.0rc1版本支持CUDA11，没来得及验证。下面说明下TensorFlow在RTX3090深度学习环境的搭建和训练。因为是新入手的台式机，所以从0开始搭建环境。本博客用到的资源都已经上传百度网盘，方便大家搭建自己的环境。包含Anaconda3-5.0.1、cuda11.1、cudnn、unet代码和CVC-ClinicDB数据集。
百度网盘链接：
提取码：77e0
一、conda安装
Anaconda安装按照步骤完成。打开Anaconda Prompt如下图：
创建虚拟环境
conda create -n tensorflow python=3.7
需要键盘输入y，然后完成虚拟环境安装。
附：再多说明几条命令
- conda env list //查看当前的虚拟环境，如果是多个深度学习框架可以创建多个虚拟环境。
- activate tensorflow //激活当前虚拟环境
- deactivate //关闭当前虚拟环境
- conda remove -n tensorflow --all //删除虚拟环境，tensorflow 是虚拟环境名称
二、cuda11.1的安装
cuda安装按照步骤进行即可，选择自定义安装
安装完成后系统变量如下：
path里面包含内容如下：下面第二个红框内容需要自己补充
三、cudnn的安装
把cudnn解压如下图：
把bin、include和lib三个文件夹里的文件都分别拷贝到cuda安装目录下的bin、include和lib文件夹内。
四、TensorFlow安装
打开Anaconda Prompt
activate tensorflow
pip install tf-nightly-gpu
五、RTX3090环境验证
进入tensorflow虚拟环境以后，进入python环境
import tensorflow as tf
print('GPU',tf.test.is_gpu_available())
如果碰到缺少cusolver64_10.dll，直接把cusolver64_11.dll复制一份改成cusolver64_10.dll即可。该文件在cuda安装目录bin文件夹内。
六、Unet医学图像分割
先放上Unet工程源码，百度网盘里也有提供：
https://github.com/nikhilroxtomar/Polyp-Segmentation-using-UNET-in-TensorFlow-2.0
解压工程以后把CVC-612/images的README.md和CVC-612/masks里的README.md文件都删掉。
直接执行 python train.py即可
如果想训练更多的数据，把数据集《CV临床数据库》里的png原图和标签分别拷贝到images和masks里面再进行训练。训练的epoch，batch size，lr等可以修改，这些在train.py里面。
标签：虚拟环境,Unet,源码,conda,tensorflow,TensorFlow,安装 来源： https://blog.csdn.net/shajiayu1/article/details/111446353
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。