Windows搭建python开发环境,python接口环境

1.python软件能源下载

第③须求去python的官网下载环境。鼠标移动到Downloads的tab上,在此地可以下载。

参考链接:
  http://www.cnblogs.com/yixuan-xu/p/5858595.html
    http://www.cnblogs.com/zf-blog/p/6139044.html
    http://blog.csdn.net/zb1165048017/article/details/51355143?locationNum=6&fps=1
    http://blog.csdn.net/zb1165048017/article/details/52980102
搭建一个完整的运行环境,不出错是很难的。尤其是对于我这样的小白。上面是我为搭建此环境参考的前辈博客链接。
这里做下总结,Windows7 64下搭建Caffe+python接口环境。(有些资源是前辈博客里的) 
1.软件
    Caffe下载链接(caffe-master):  
        https://github.com/Microsoft/caffe
        百度云下载:http://pan.baidu.com/s/1hs8ngpA 密码:ith0
    微软的Windows三方包(Nuget程序包):http://pan.baidu.com/s/1pKQKJJP 密码:2vzy
    VS2013安装包链接:http://pan.baidu.com/s/1dF5OTWH 密码:16fn
    anaconda2下载: 官网下载 https://repo.continuum.io/archive/Anaconda2-4.2.0-Windows-x86_64.exe
           (千万要下载支持python2.7的anaconda2,不然后面会遇到找不到python27.lib,折腾了我一下午时间)
2.软件下载完成之后,开始一步一步来搭建环境。
  (1)首先解压caffe-master.zip压缩包,打开caffe-master文件夹。在windows文件夹下复制CommonSettings.props.example文件,
    重命名为CommonSettings.props文件。

  (2)在windows文件夹下找到Caffe.sln,并用VS2013打开->项目/解决方案。
     在CommonSettings.props文件中修改相应内容:(下面Python路径一定要改为anaconda2的路径,图片中是anaconda3路径)

   
   由于PC只有CPU没有GPU,修改第7、8行;想要支持Python接口,修改第13行,并添加Python路径,修改第48行
     打开Caffe.sln出现了libcaffe和test_all加载失败。出现这个情况,原因可能和更改配置有关系,就将项目/解决方案关闭,重新打开就好了。

   

  (3)配置文件修改好后,可以编译Caffe了。(有两种Debug和Release活动配置,都可以编译)

       
    这时,可能会弹出一个对话框,表示正在下载第三方包。
    也可以这么做,在编译之前直接将NugetPackages文件夹(由于我们已经下载好NugetPackages),放在与Caffe-Master并列文件夹中。下载完成后,如图。
  
  (4)设置一下运行项。
    
  (5)运行caffe.cpp,直接双击打开caffe.cpp,然后ctrl+F5直接编译。出现如下命令窗口说明编译成功。 
  
  


3.用Caffe来测试mnist数据集
   (1)去官网http://yann.lecun.com/exdb/mnist/下载数据集。将图里的数据都下载下来,备用。
  
    下载后解压到.\caffe-master\data\mnist放在两个文件夹下。
  

   (2)在caffe-master目录下,新建一个create_mnist.bat文件,写入下面代码:

.\Build\x64\Release\convert_mnist_data.exe .\data\mnist\mnist_train_lmdb\train-images.idx3-ubyte  .\data\mnist\mnist_train_lmdb\train-labels.idx1-ubyte .\examples\mnist\mnist_train_lmdb 
echo.
.\Build\x64\Release\convert_mnist_data.exe .\data\mnist\mnist_test_lmdb\t10k-images.idx3-ubyte  .\data\mnist\mnist_test_lmdb\t10k-labels.idx1-ubyte .\examples\mnist\mnist_test_lmdb
pause

    双击该脚本运行,会在.\caffe-master\examples\mnist下生成相应的lmdb数据文件。
  

一天下来,没有别的战绩,天天忙忙庸庸碌碌,那日子都去哪个地方了。
不然抓紧时间,大家都要老了!
直白很想学学编制程序,查了许多资料,都说python作为入门语言颇为贴切。
但是随着学习的一遍随处思念,发现还索要学习别的众多文化:
内需明白linux,Vim编辑器等基础工具!
Windows搭建python开发环境,python接口环境。那快节奏生活的大家,如何能够承受?

  1.1 打开python官网地址:

python的条件依然很人性化的,没有那么多罗里吧嗦的配备怎么着的,下载好之后直接无脑next就行了,直到finish.

    图片 1

于是,依旧找找有没有差不多易行的艺术,比较适合。
Windows平台,二个浏览器搞定python编制程序学习条件!
率先步,本地安装1个文本编辑软件,笔者推荐notepad++(http://notepad-plus-plus.org)免费开源,速度快,值得推荐介绍。
其次步,寻找八个云端开发平台。那里自个儿推荐Coding(https://coding.net/
它是3个面向开发者的云端开发平台,最近提供代码托管,运转空间,质控,项目管理等职能。Coding
提供社会化同盟功效,包蕴了应酬成分,为开发者提供技能商讨和搭档平台。)关键是这几个网站提供在线的IDE成效,提供完整的linux模拟开发条件。

 

 

    可能会遇到这个问题:
        convert_mnist_data.cpp:103] Check failed: mdb_env_open(mdb_env, db_path, 0, 0664) == 0 (112 vs. 0) mdb_env_open failed
        解决:在convert_mnist_data.cpp第103行代码中
                CHECK_EQ(mdb_env_set_mapsize(mdb_env, 1099511627776), MDB_SUCCESS) //1TB
             将数字改为107374182(100M),再重新生成一下convert_mnist_data.cpp
    再次运行脚本,又出现这个问题:
        convert_mnist_data.cpp:98] Check failed: _mkdir(db_path) == 0 (-1 vs. 0) mkdir .\examples\mnist\mnist_test_lmdbfailed
        解决:前面虽然出现了错误,但数据文件夹同样生成了。在convert_mnist_data.cpp第98行代码中mkdir(db_path, 0744)表示为数据库创建文件夹。
            如果文件夹已经存在,程序会报错退出。程序不会覆盖已有的数据库。已有的数据库如果不要了,需要手动删除。
    (3)修改.\caffe-master\examples\mnist\lenet_solver.prototxt 将最后一行改为solver_mode:CPU
       修改.\caffe-master\examples\mnist\lenet_train_test.prototxt,如下图。
    

    (4)在.\caffe-master目录下,新建train_mnist.bat,然后写入下面代码:

        .\Build\x64\Release\caffe.exe train --solver=.\examples\mnist\lenet_solver.prototxt
        pause

      然后双击运行,就会开始训练,训练完毕后会得到相应的准确率和损失率。(用Debug配置运行时,大概要一个小时左右才能训练完)

其三步,直接本地编辑代码保存,然后云端开发平台调节和测试即可。

  1.2 依照自身电脑的设置选用下载合适的python3.6.2

Python IDE 

  图片 2

 

优秀的Python
IDE有好多,那里自身就介绍六款相对小编的话相比常用的!排名不分先后!

4.配置Python接口
    (1)编译caffe接口,确认配置文件CommonSettings.props的参数中第13、48行已修改,如下。
        <PythonSupport>true</PythonSupport>
        <PythonDir>C:\Anaconda2\</PythonDir>
    保存之后,去编译pycaffe,配置模式改为Release
  

    编译完成以后,会出现.\caffe-master\Build\x64\Release\pycaffe文件夹
  

    将caffe文件夹复制到Anaconda2安装目录下C:\Anaconda2\Lib\site-packages
  
    (2)import caffe
        由于我PC装了很多版本的Python,在cmd里指定下目录,调用C:\Anaconda2\里的Python.exe
        再import caffe
    
        这时会出现 ImportError: No module named google.protobuf.internal 这个错误。
        原因是没有protobuf这个模块。使用pip install protobuf(这个安装也需要注意,在cmd里指定下目录,
        调用C:\Anaconda2\Scripts\里的pip.exe 即pip.exe install protobuf).
    
    
    模块安装完成以后,再import caffe,就OK了。
    

   (3)看一个实例
       实现的是利用噪声生成一张真实图片,使用的实例是Texture Synthesis Using Convolutional Neural Networks
       原文地址: http://blog.csdn.net/zb1165048017/article/details/52980102
       github地址:https://github.com/leongatys/DeepTextures
       下载github的程序,新建一个DeepTextures-master.py文件。
   

import glob
import sys
import os
from collections import OrderedDict
import caffe
import numpy as np
from matplotlib import pyplot as plt
import qtpy

base_dir1 = os.getcwd()
print base_dir1
sys.path.append(r'C:\Anaconda2\Lib\site-packages\PyQt5')
print sys.path

#How to call custom moudles(DeepTextures-master)?
#1.find the site-packages folder in the python installation directory(.\Lib\site-packages)
#2.create a path file in this directory,such as myPython.pth
#3.open the myPython.pth,write the folder path for the user module(xxx.\DeepTextures-master)
#4.restart python container(IDLE/command line)
#5.from DeepImageSynthesis import * 


base_dir = r"C:\baidu\spider\caffe\PDF\example\DeepTextures-master"
from DeepImageSynthesis import *

VGGweights = os.path.join(base_dir,r'Models\vgg_normalised.caffemodel')
VGGmodel = os.path.join(base_dir,r'Models\VGG_ave_pool_deploy.prototxt')

imagenet_mean = np.array([ 0.40760392,  0.45795686,  0.48501961]) #mean for color channels (bgr)
im_dir = os.path.join(base_dir, 'Images/')

caffe.set_mode_cpu() #for cpu mode do 'caffe.set_mode_cpu()'
#if cpu mode we should not call,below 3 line of code is just for using GPU mode.
#gpu = 0
#caffe.set_mode_gpu()
#caffe.set_device(gpu)


#load source image
source_img_name = glob.glob1(im_dir,'pebbles.jpg')[0]
print source_img_name
source_img_org = caffe.io.load_image(im_dir + source_img_name)
im_size = 256.
[source_img,net] = load_image(im_dir + source_img_name, im_size,
                              VGGmodel, VGGweights, imagenet_mean,
                              show_img=True)
im_size = np.asarray(source_img.shape[-2:])


#l-bfgs parameters optimisation

maxiter  = 2000
m = 20

#define layers to include in the texture model and weights w_l
tex_layers = ['pool4', 'pool3', 'pool2', 'pool1', 'conv1_1']
tex_weights = [1e9,1e9,1e9,1e9,1e9]

#pass image through the network and save the constraints on each layer
constraints = OrderedDict()
net.forward(data = source_img)
for l,layer in enumerate(tex_layers):
    constraints[layer] = constraint([LossFunctions.gram_mse_loss],
                                    [{'target_gram_matrix': gram_matrix(net.blobs[layer].data),
                                     'weight': tex_weights[l]}])

#get optimisation bounds
bounds = get_bounds([source_img],im_size)


#generate new texture    
result = ImageSyn(net, constraints, bounds=bounds,
                  callback=lambda x: show_progress(x,net), 
                  minimize_options={'maxiter': maxiter,
                                    'maxcor': m,
                                    'ftol': 0, 'gtol': 0})


#match histogram of new texture with that of the source texture and show both images
new_texture = result['x'].reshape(*source_img.shape[1:]).transpose(1,2,0)[:,:,::-1]
new_texture = histogram_matching(new_texture, source_img_org)
plt.imshow(new_texture)
pltfigure()
plt.imshow(source_img_org)

       调试可能遇到下面几个问题:
       (1). F0122 16:28:32.843454 14000 common.cpp:75] Cannot use GPU in CPU-only Caffe
            因为在前面caffe配置过程中,只配置了CPU模式。无法使用GPU,代码中已更改。
       (2). This application failed to start because it could not find or load the Qt platform plugin "windows" in "".
            由于没有配置系统的环境变量QT_QPA_PLATFORM_PLUGIN_PATH,找到pyqt的plugin目录
            C:\Anaconda2\Library\plugins(可能每个人安装的路径不同)
    

       不知道是什么问题。结果却不敬人意,待续解决。 

  1.3 此处接纳windows10,61人的Windows x86-64 executable
installer,网页上点击Windows
x86-64 executable
installer展开下载,如下图:

  • pycharm
  • VIM
  • Eclipse with PyDev
  • Sublime Text
  • Komodo
    Edit
  • PyScripter
  • Interactive Editor for Pytho
  • pycharm默许的是能够用30天,那里在给大家共享多少个注册码(注册码来源:百度知道:)
     )

图片 3

 

                                                                       
                                                        

点击create创设1个工程

2.python3.6.2安装

图片 4

  2.1下载达成后,会收获二个.exe的推行文书,如下图:

 

  图片 5

print一个”Hello World”

 

图片 6

  2.两双击这些.exe文件,进行设置。