深度学习-keras/openCV环境安装配置学习笔记
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了深度学习-keras/openCV环境安装配置学习笔记，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1121字，纯文字阅读大概需要2分钟。
内容图文
Keras最简单的安装方式就是：anaconda + pycharm + TensorFlow+（GPU或者CPU）
TensorFlow 有两个版本：CPU 版本和 GPU 版本。GPU 版本需要 CUDA 和 cuDNN 的支持，CPU 版本不需要。
如果你要安装 GPU 版本，请先确认你的显卡支持 CUDA。
采用 pip 安装方式
1.确认版本：pip版本 >= 8.1。用 pip -V 查看当前 pip 版本，用 python -m pip install -U pip 升级pip 。
2.确保你安装了 VS2015 或者 2013 或者 2010。
- anaconda：集成了很多Python的科学计算包
- pycharm：Python 可视化工具
- TensorFlow：keras需要在TensorFlow之上才能运行。所以这里安装TensorFlow。TensorFlow需要vs2015环境，需要wein64位环境，所以32位的小伙伴需要升级为64位系统以后才行；此外TensorFlow目前仅支持Python3.5的环境，如果不是Python3.5 ，需要设置python3.5虚拟环境。
OpenCV是一个用于图像处理、分析、机器视觉方面的开源函数库.
无论是做科学研究，还是商业应用，opencv都可以作为理想的工具库，因为，对于这两者，它完全是免费的。
该库采用C及C++语言编写，可以在windows, linux, mac OSX系统上面运行。该库的所有代码都经过优化，计算效率很高，因为，它更专注于设计成为一种用于实时系统的开源库。opencv采用C语言进行优化，而且，在多核机器上面，其运行速度会更快。它的一个目标是提供友好的机器视觉接口函数，从而使得复杂的机器视觉产品可以加速面世。该库包含了横跨工业产品检测、医学图像处理、安防、用户界面、摄像头标定、三维成像、机器视觉等领域的超过500个接口函数。
同时，由于计算机视觉与机器学习密不可分，该库也包含了比较常用的一些机器学习算法。或许，很多人知道，图像识别、机器视觉在安防领域有所应用。但，很少有人知道，在航拍图片、街道图片（例如google street view）中，要严重依赖于机器视觉的摄像头标定、图像融合等技术。
具体安装过程可以参考：https://blog.csdn.net/yinhuan1649/article/details/78258504 （良心博文，感谢博主！）
原文：https://www.cnblogs.com/ArleneZhangfj/p/10181887.html
内容总结
以上是互联网集市为您收集整理的深度学习-keras/openCV环境安装配置学习笔记全部内容，希望文章能够帮你解决深度学习-keras/openCV环境安装配置学习笔记所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。