Python深度学习:计算机视觉与深度学习的关系(包含Anaconda安装与使用,和Pycharm激活虚拟环境教程)

伙计们,这个专栏是作为读书的记录,有喜欢的伙伴也可以一起学习哦!我们第一篇就简要的谈一谈计算机视觉。

一、计算机视觉的难点与人工神经网络

1、初识计算机视觉

计算机识别有着非常严格的限制和规格。也就是说,同一个场景,不同的角度、不同的背景,计算机可能识别成不同的图片。对于计算机来说,识别两个独立的物体容易,但在不同的场景下识别同一个物体则困难的多。

因此计算机视觉的核心在于如何忽略同一个物体内部的差异而强化不同物体之间的分别(简单的讲,就是让计算机认为同一个物体相似,不同的物体之间有很大区别)。

图片源于网络
CNN(带有卷积结构的深度神经网络),被大量应用于计算机视觉之中。这是一种仿照生物视觉的逐层分解算法,分配不同的层级对图像进行处理。
在这里插入图片描述
像这样一层一层的传递接收到的信息,就可以让计算机和生物一样拥有视觉能力、辨识能力。

2、计算机视觉的基础与方向

“给计算机一个摄像头,让计算机描述它看到了什么。”,这是计算机视觉作为一门学科被提出时就决定下来的目标。
但是我们人类可以很轻易的辨别一个实物是小猫还是小狗,计算机却需要不断的监督学习,才能达到预期的辨别效果。
也许在不久的将来,我们就可以使用计算机视觉,来做到工厂中精确的焊接部件并检查缺陷、超市电子秤在称重时就知道蔬菜的种类,门禁能分辨出是好人拜访还是坏人敲门。

二、关于Anaconda的安装与TensorFlow的安装

1、安装Pycharm和Anaconda

这个的话,可以直接去官网下载,链接如下:
安装pycharm可以点击这里,或者B站跟教程学习
pycharm就是一个集成开发环境。
在开始之前,大家可以直接看视频安装:
Anaconda全网最详细安装教程
我们就不多做介绍,主要是Anaconda的下载与使用。
Anaconda下载链接
安装的时候注意勾选这个:
在这里插入图片描述
不勾选这个,环境配置会很麻烦。
当anaconda下载好了,我们就可以win+R打开运行命令框:
之后像我一样输入即可:
在这里插入图片描述
如果已经下载好了,输入conda list可以看到很多科学包,
输入conda info -e可以查看我们有哪些虚拟环境。我们输入conda create -n name python=x.x来安装版本为x.x的python,这里的name可以自定义。

那么,这些工具做好之后,我们就可以激活一个环境并查看可安装的TensorFlow版本:

在这里插入图片描述
那么在下载的时候,我们最好使用清华的镜像,这样会快一点。
这里如果还是有不太会安装的,可以直接进入下面的教程进行安装(非常详细):
Anaconda全网最详细安装教程
至于安装的模块,就不用多说了吧,直接pip install xxx就可以

2、在Pycharm中使用虚拟环境

在这里插入图片描述
这样我们就相当于把环境也给整好了,那么就可以直接使用咱们的TensorFlow了。
注意,如果需要使用外部工具(extern tools),那么我们的路径必须是虚拟环境的exe文件,不然容易出错

今天的分享就到这里了,主要是先对计算机视觉有一个初步的认识,下一篇我们正式进入学习!

本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
THE END
分享
二维码
< <上一篇
下一篇>>