如何搭建下载下来的机器学习深度学习的项目的环境?

时间:2022-11-06 13:52:05

比如如何玩 人脸识别项目 找到requirements.txtGitHub - coneypo/Dlib_face_recognition_from_camera: Detect and recognize the faces from camera / 调用摄像头进行人脸识别,支持多张人脸同时识别如何搭建下载下来的机器学习深度学习的项目的环境?​​​​​​

比如玩 智慧交通day00-项目简介_LiBiGo的博客-CSDN博客_智慧交通项目csdn

下面以这个智慧交通的项目为例子详细步骤如下:

如果是windows下anaconda 

1更换conda源码

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

2.conda create -n dlcvabc python=3.9 ,

3.conda activate dlcvabc

  进入虚拟环境后执行命令pip install -r requirements.txt 必须保证requirements.txt在当前目录,否则跟绝对路径。

智慧交通作者提供的python版本未知,所以我自己使用3.9 ,我尝试3.7,3.8,都不能直接使用那篇文章提供的,所以我干脆使用我的python3.9对其中的库的版本进行了更换,python3.9玩转智慧交通没问题的requirements.txt版本如下

amqp==2.5.2
billiard==3.6.3.0
celery==4.4.2
certifi==2019.11.28
chardet==3.0.4
click==7.1.1
colorama==0.3.9
cycler==0.10.0
Cython==0.29.19
decorator==4.4.2
Django==2.2.10
django-redis==4.11.0
filterpy==1.4.5
fire==0.1.3
Flask==1.1.1
idna==2.8
imageio==2.8.0
imageio-ffmpeg==0.4.1
importlib-metadata==1.6.0
imutils==0.5.3
itsdangerous==1.1.0
Jinja2==2.11.1
Kalman==0.1.3
kiwisolver==1.1.0
kombu==4.6.8
MarkupSafe==1.1.1
moviepy==1.0.1
numba==0.56.3
numpy==1.23.4
opencv-python==4.5.5.62
pandas==1.5.1
Pillow==9.2.0
proglog==0.1.9
protobuf==3.11.3
pyparsing==2.4.6
python-dateutil==2.8.1
pytz==2020.1
redis==3.4.1
requests==2.21.0
scipy==1.9.3
six==1.14.0
sqlparse==0.3.1
tensorboardX==1.6
torch==1.13.0
torchvision==0.14.0
tqdm==4.29.1
urllib3==1.24.3
vine==1.3.0
Werkzeug==1.0.0
zipp==3.1.0
matplotlib==3.6.2
h5py==3.4.0

在这个过程中,报错有VS C++ 14依赖错误,我的解决办法是

执行conda install libpython m2w64-toolchain -c msys2 安装完后重新执行

pip install -r requirements.txt

如何搭建下载下来的机器学习深度学习的项目的环境?

如何搭建下载下来的机器学习深度学习的项目的环境?

安装好后,进入 将Applications on后面的base改为dlcvabc刚才创建的虚拟环境名字,再install jupyter,这样Launch后就是安装了虚拟环境的jupyter notebook了。如何搭建下载下来的机器学习深度学习的项目的环境?

 当然如果你想使用python3.7等,就是看哪个报错后,比如pandas报错,可以手工pip install pandas,查看安装后的pandas版本,替换到原来的requirements.txt里。有些版本冲突问题,挨个解决。当然比如你的numpy出错,你不想使用conda install numpy安装也可以去numpy · PyPI 下载安装,感觉这种更复杂,没办法时候采用这个。。比如h5py出错,你就可以去PyPI网站下载下whl文件再安装pip install h5py-3.4.0-cp39-cp39-win_amd64.whl 。。。