记录Tensorflow-Gpu配置Mask_RCNN

步骤：

1.下载安装anaconda

2.修改conda的下载源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

2.创建虚拟环境tensorflow

conda create -n tensorflow python=3.6

或者在Anaconda Navigator 中创建

3.进入该虚拟环境，安装tensorflow

conda activate tensorflow
conda install tensorflow-gpu==1.13.1

4.测试tensorflow是否安装成功以及GPU能否使用

import tensorflow as tf
import os
os.environ[‘TF_CPP_MIN_LOG_LEVEL’]=‘2’
print(tf.test.is_gpu_available())

5.同样在此虚拟环境中，进入到Mask_RCNN-master文件夹内，执行如下命令

python setup.py install

6.同样在此虚拟环境中，进入到 cocoapi-master/PythonAPI 文件夹内，执行如下命令

python setpu.py build_ext install

7.在此环境中打开jupyter notebook，运行mask_rcnn_master文件夹内的demo.ipynb。如果报错No module named 'tensorflow'，可尝试在Pycharm中打开该环境并运行。运行时缺少什么包就安装什么包(keras2.1.4)。

pip install PKG_NAME -i https://mirrors.tsinghua.edu.cn/simple

相关文件：阿里云盘分享

参考链接：

Tensorflow和Keras版本对照表 - _yhwu - 博客园 (cnblogs.com)

Windows安装tensorflow-gpu的方法_QRXue的博客-CSDN博客

深度学习-CUDA、tensorflow 与python版本对应关系 - it610.com

【学习笔记】windows下MaskRCNN环境配置【保姆级教程--附各个依赖库版本安装】 - 哔哩哔哩 (bilibili.com)