AI应用开发实战 - 从零开始配置环境

AI应用开发实战 - 从零开始配置环境

与本篇配套的视频教程请访问：https://www.bilibili.com/video/av24421492/

建议和反馈，请发送到
https://github.com/Microsoft/vs-tools-for-ai/issues

联系咱们
OpenmindChina@microsoft.com

零、前提条件

• 一台能联网的电脑，使用win10 64位操做系统
• 请确保鼠标、键盘、显示器都是好的

1、Windows下开发环境搭建

本教材主要参考了以下资源：

官方github教程：https://github.com/microsoft/vs-tools-for-ai

斗鱼tv教程：https://v.douyu.com/show/V6Aw87OBmXZvYGkg

本教程分为五步：

• 安装VS：难度一星
• 安装python：难度一星
• 安装CUDA和cuDNN：这是本教程最繁琐的一步，这一步直接拉高本教程的平均难度。
• 配置机器学习环境：这是本教程最简单的一步，为了方便用户配置环境，微软提供了一键安装工具！没错，一键安装工具！业界良心阿！
• 安装VS Tools For AI插件：难度一星

note：本教程对各个软件须要使用的版本都作出了明确说明，请安装指定的版本

请放轻松，接下来的傻瓜教程不须要动脑子，你甚至能够打开手机边刷微博边配置环境

0.安装Git

访问 https://git-scm.com/download/win

选择64-bit Git for Windows Setup下载

双击.exe开始安装

选择好本身的安装路径，一路next，直到Adjusting your PATH environment

请选择Use Git from the Windows Command Prompt

这一步就已经将Git添加到环境变量中了，而后就能够直接在命令行里使用Git啦。

而后继续next，直到安装结束

1.安装VS

访问 https://www.visualstudio.com/zh-hans/products/
在产品中点击Visual Studio 2017

选择Community版本下载

打开Visual Studio Installer进行以下的配置：

仅选择.NET桌面开发与Python开发便可

仅选择.NET桌面开发与Python开发便可

仅选择.NET桌面开发与Python开发便可

note：请自行决定Visual Studio的安装路径

等待数分钟，时长视网络情况而定，这个时候你能够去泡一杯茶，或者听一首歌，若是你的网络不是很好，那你能够去看集美剧或者别的什么，等待安装结束。

note：坐 和 放宽

2.安装python

注意！！！若是你已经安装了VS2017带Python开发的环境，就不须要再装一遍python了。打开vs2017, 点击Tools->Python->Python Environments，应该能够看到Python 3.6已经安装，在下面有个folder，大概是“c:\Program Files(x86)\Microsoft Visual Studio\Shared\Python36_64”，把这个字符串copy下来。而后打开Settings->Home->About->System info，在弹出的窗口中选择Advanced system settings->Advanced->Environment Variables->System variables->Path->Edit->New，把刚才的python环境变量字符串paste进来。若是有多个python环境，建议把一些旧的版本卸载先，保证你的机器没有那么多垃圾。
点击OK后，再打开一个command窗口，输入Python，就能够正常使用了。

访问 https://www.python.org/downloads/

选择版本3.5.4或3.6.5 ，Windows x86-64 executable installer下载。

打开安装包，在安装前，请选择Add Python 3.X to PATH，随后按照默认选项安装便可。

点选后，程序将自动将Python加入环境变量，这样避免在安装后手动配置环境变量。

安装结束后，请进行以下操做验证python是否安装成功

1.同时按下 win 与 R，在弹出的输入框里输入cmd
2.在弹出的窗口中输入 python 
3.输入exit()退出
4.输入python -m pip install -U pip以更新pip到最新版本

note: pip是一个用来管理python包的工具

自此，你已经完成了python的安装，在朝着AI技术大牛的路上又前进了一步！

note：请伸出大拇指给本身一个赞👍

3.安装CUDA与cuDNN

若是你的电脑装有Nvidia的显卡，请进行这一步配置，不然请跳过。

首先经过操做系统更新，升级显卡驱动到最新版。

3.1 安装CUDA

打开 https://developer.nvidia.com/cuda-toolkit-archive

选择CUDA 9.0 进行安装。

点击后，选择以下的配置：

note：请选择local版本下载，一旦失败还能够从新再来；若是使用network版本，一旦失败，须要从新下载1.4GB的安装包

打开安装包,进行安装，请自行配置CUDA的安装路径，并手动将CUDA库添加至PATH环境变量中。

note：在Windows中，CUDA的默认安装路径是:

"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin"

3.2 安装cuDNN

note：打起精神！这是操做最复杂的一步！

访问 https://developer.nvidia.com/rdp/cudnn-archive 找到咱们须要的cuDNN版本：

cuDNN v7.0.5 (Dec 5, 2017), for CUDA 9.0

cuDNN v7.0.5 Library for Windows 10

点击连接，等待着你的并非文件下载，而是：

↑这就是本教程里最麻烦的一步：在下载cuDNN以前须要注册Nvidia会员并验证邮箱。不过还好能够微信登陆，省掉一些步骤。

一番使人窒息的操做以后，咱们终于获得了cuDNN，咱们把文件解压，取出这个路径的cudnn64_7.dll,复制到CUDA的bin目录下便可。默认的地址是：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin

note：到这里，咱们已经完成了本教程最复杂的一步了

4.安装机器学习的软件及依赖

这一步虽然是整个教程最简单的一步，甚至比把大象关进冰箱更简单。

你只须要：

win + R ，打开cmd，在命令行中输入：

cd c:\  //选择一个你喜欢的路径
md  AI  //在这里建立一个AI目录
cd AI   //打开这个目录
//克隆仓库到本地
git clone https://github.com/Microsoft/samples-for-ai.git
cd samples-for-ai //打开这个目录
cd installer //还有这个目录
python.exe install.py //开始安装

而后刷会微博，等待安装结束便可。

成功以后是这样的：

或者你以为本身不怕麻烦，那么请访问：https://github.com/Microsoft/vs-tools-for-ai/blob/master/docs/zh-hans/docs/prepare-localmachine.md

根据教程按步安装，相信我，你会回来选择一键安装的。

note：就差一步啦！成功就在眼前！

5.安装tools for ai插件

打开Visual Studio，选择工具->扩展和更新->选择“联机”->搜索“AI”
就像这样：

等待下载完成以后，关闭Visual Studio，没错，关闭Visual Studio，系统将自动安装AI插件。

安装完毕后再次打开Visual Studio，你将在界面上看到这样的内容：

那么恭喜你！安装成功！

note：千里之行始于足下，恭喜你成功地完成了环境的搭建，接下来就已经可使用Visual Studio Tools For AI进行开发了😀

2、离线模型的训练

---

6.14日更新
GitHub上的samples-for-ai进行了必定的更新，目前MNIST文件夹下只有一个mnist.py文件，

下述步骤中，请使用最新的mnist.py文件

---

在进行完环境搭建后，咱们立刻就能够开始训练第一个模型了，咱们选择tensorflow下的MNIST做为第一个例子。

MNIST的介绍请参考这个连接 https://www.tensorflow.org/versions/r1.1/get_started/mnist/beginners

首先咱们打开这个路径：C:\AI\samples-for-ai\examples\tensorflow，若是你在别的目录下克隆了目录，那么请打开你对应的目录。而后双击TensorflowExamples.sln
就像这样：

note：若是存在多个Python环境，你须要为Visual Studio的AI项目设置默认的Python环境。

例如，手动安装的Python 3.5与Visual Studio 2017 Python开发负载自动安装了64位的Python 3.6

若是要为Visual Studio设置全局的默认Python环境，请打开工具->Python -> Python环境。而后，选择本身须要的Python版本，点击将此做为新项目的默认环境。

而后在解决方案资源管理器中，选择MNIST，单击右键，选择设为启动项目

而后选择MNIST中的mnist.py，单击右键，选择在不调试的状况下启动

而后程序就开始运行了，就像这样：

等待一段时间以后，模型就训练好了！这个时候打开MNIST所在的文件夹，MNIST下是否多了三个文件夹？分别是input和output还有export，这三个文件夹分别存储了训练模型的输入文件、训练时的检查点文件，还有最终导出的模型文件

检查点文件：

模型文件：

可能存在的问题

GPU ran out of memory

方法一：
修改convolutional.py第45行或第47行的BATCH_SIZE或EVAL_BATCH_SIZE为一个更小的数字。具体修改哪个，须要视你在程序运行的哪一个部分获得了ERROR决定。

方法二：
不使用GPU训练，在项目MNIST上单击右键，选择属性(R)

修改环境变量为CUDA_VISIBLE_DEVICES=" "