AI應用開發實戰 - 從零開始配置環境

AI應用開發實戰 - 從零開始配置環境

與本篇配套的視頻教程請訪問：https://www.bilibili.com/video/av24421492/

建議和反饋，請發送到
https://github.com/Microsoft/vs-tools-for-ai/issues

聯繫咱們
OpenmindChina@microsoft.com

零、前提條件

• 一臺能聯網的電腦，使用win10 64位操做系統
• 請確保鼠標、鍵盤、顯示器都是好的

1、Windows下開發環境搭建

本教材主要參考了以下資源：

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

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

本教程分爲五步：

• 安裝VS：難度一星
• 安裝python：難度一星
• 安裝CUDA和cuDNN：這是本教程最繁瑣的一步，這一步直接拉高本教程的平均難度。
• 配置機器學習環境：這是本教程最簡單的一步，爲了方便用戶配置環境，微軟提供了一鍵安裝工具！沒錯，一鍵安裝工具！業界良心阿！
• 安裝VS Tools For AI插件：難度一星

note：本教程對各個軟件須要使用的版本都作出了明確說明，請安裝指定的版本

請放輕鬆，接下來的傻瓜教程不須要動腦子，你甚至能夠打開手機邊刷微博邊配置環境

0.安裝Git

訪問 https://git-scm.com/download/win

選擇64-bit Git for Windows Setup下載

雙擊.exe開始安裝

選擇好本身的安裝路徑，一路next，直到Adjusting your PATH environment

請選擇Use Git from the Windows Command Prompt

這一步就已經將Git添加到環境變量中了，而後就能夠直接在命令行裏使用Git啦。

而後繼續next，直到安裝結束

1.安裝VS

訪問 https://www.visualstudio.com/zh-hans/products/
在產品中點擊Visual Studio 2017

選擇Community版本下載

打開Visual Studio Installer進行以下的配置：

僅選擇.NET桌面開發與Python開發便可

僅選擇.NET桌面開發與Python開發便可

僅選擇.NET桌面開發與Python開發便可

note：請自行決定Visual Studio的安裝路徑

等待數分鐘，時長視網絡情況而定，這個時候你能夠去泡一杯茶，或者聽一首歌，若是你的網絡不是很好，那你能夠去看集美劇或者別的什麼，等待安裝結束。

note：坐 和 放寬

2.安裝python

注意！！！若是你已經安裝了VS2017帶Python開發的環境，就不須要再裝一遍python了。打開vs2017, 點擊Tools->Python->Python Environments，應該能夠看到Python 3.6已經安裝，在下面有個folder，大概是「c:\Program Files(x86)\Microsoft Visual Studio\Shared\Python36_64」，把這個字符串copy下來。而後打開Settings->Home->About->System info，在彈出的窗口中選擇Advanced system settings->Advanced->Environment Variables->System variables->Path->Edit->New，把剛纔的python環境變量字符串paste進來。若是有多個python環境，建議把一些舊的版本卸載先，保證你的機器沒有那麼多垃圾。
點擊OK後，再打開一個command窗口，輸入Python，就能夠正常使用了。

訪問 https://www.python.org/downloads/

選擇版本3.5.4或3.6.5 ，Windows x86-64 executable installer下載。

打開安裝包，在安裝前，請選擇Add Python 3.X to PATH，隨後按照默認選項安裝便可。

點選後，程序將自動將Python加入環境變量，這樣避免在安裝後手動配置環境變量。

安裝結束後，請進行以下操做驗證python是否安裝成功

1.同時按下 win 與 R，在彈出的輸入框裏輸入cmd
2.在彈出的窗口中輸入 python 
3.輸入exit()退出
4.輸入python -m pip install -U pip以更新pip到最新版本

note: pip是一個用來管理python包的工具

自此，你已經完成了python的安裝，在朝着AI技術大牛的路上又前進了一步！

note：請伸出大拇指給本身一個贊👍

3.安裝CUDA與cuDNN

若是你的電腦裝有Nvidia的顯卡，請進行這一步配置，不然請跳過。

首先經過操做系統更新，升級顯卡驅動到最新版。

3.1 安裝CUDA

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

選擇CUDA 9.0 進行安裝。

點擊後，選擇以下的配置：

note：請選擇local版本下載，一旦失敗還能夠從新再來；若是使用network版本，一旦失敗，須要從新下載1.4GB的安裝包

打開安裝包,進行安裝，請自行配置CUDA的安裝路徑，並手動將CUDA庫添加至PATH環境變量中。

note：在Windows中，CUDA的默認安裝路徑是:

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

3.2 安裝cuDNN

note：打起精神！這是操做最複雜的一步！

訪問 https://developer.nvidia.com/rdp/cudnn-archive 找到咱們須要的cuDNN版本：

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

cuDNN v7.0.5 Library for Windows 10

點擊連接，等待着你的並非文件下載，而是：

↑這就是本教程裏最麻煩的一步：在下載cuDNN以前須要註冊Nvidia會員並驗證郵箱。不過還好能夠微信登陸，省掉一些步驟。

一番使人窒息的操做以後，咱們終於獲得了cuDNN，咱們把文件解壓，取出這個路徑的cudnn64_7.dll,複製到CUDA的bin目錄下便可。默認的地址是：

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

note：到這裏，咱們已經完成了本教程最複雜的一步了

4.安裝機器學習的軟件及依賴

這一步雖然是整個教程最簡單的一步，甚至比把大象關進冰箱更簡單。

你只須要：

win + R ，打開cmd，在命令行中輸入：

cd c:\  //選擇一個你喜歡的路徑
md  AI  //在這裏建立一個AI目錄
cd AI   //打開這個目錄
//克隆倉庫到本地
git clone https://github.com/Microsoft/samples-for-ai.git
cd samples-for-ai //打開這個目錄
cd installer //還有這個目錄
python.exe install.py //開始安裝

而後刷會微博，等待安裝結束便可。

成功以後是這樣的：

或者你以爲本身不怕麻煩，那麼請訪問：https://github.com/Microsoft/vs-tools-for-ai/blob/master/docs/zh-hans/docs/prepare-localmachine.md

根據教程按步安裝，相信我，你會回來選擇一鍵安裝的。

note：就差一步啦！成功就在眼前！

5.安裝tools for ai插件

打開Visual Studio，選擇工具->擴展和更新->選擇「聯機」->搜索「AI」
就像這樣：

等待下載完成以後，關閉Visual Studio，沒錯，關閉Visual Studio，系統將自動安裝AI插件。

安裝完畢後再次打開Visual Studio，你將在界面上看到這樣的內容：

那麼恭喜你！安裝成功！

note：千里之行始於足下，恭喜你成功地完成了環境的搭建，接下來就已經可使用Visual Studio Tools For AI進行開發了😀

2、離線模型的訓練

---

6.14日更新
GitHub上的samples-for-ai進行了必定的更新，目前MNIST文件夾下只有一個mnist.py文件，

下述步驟中，請使用最新的mnist.py文件

---

在進行完環境搭建後，咱們立刻就能夠開始訓練第一個模型了，咱們選擇tensorflow下的MNIST做爲第一個例子。

MNIST的介紹請參考這個連接 https://www.tensorflow.org/versions/r1.1/get_started/mnist/beginners

首先咱們打開這個路徑：C:\AI\samples-for-ai\examples\tensorflow，若是你在別的目錄下克隆了目錄，那麼請打開你對應的目錄。而後雙擊TensorflowExamples.sln
就像這樣：

note：若是存在多個Python環境，你須要爲Visual Studio的AI項目設置默認的Python環境。

例如，手動安裝的Python 3.5與Visual Studio 2017 Python開發負載自動安裝了64位的Python 3.6

若是要爲Visual Studio設置全局的默認Python環境，請打開工具->Python -> Python環境。而後，選擇本身須要的Python版本，點擊將此做爲新項目的默認環境。

而後在解決方案資源管理器中，選擇MNIST，單擊右鍵，選擇設爲啓動項目

而後選擇MNIST中的mnist.py，單擊右鍵，選擇在不調試的狀況下啓動

而後程序就開始運行了，就像這樣：

等待一段時間以後，模型就訓練好了！這個時候打開MNIST所在的文件夾，MNIST下是否多了三個文件夾？分別是input和output還有export，這三個文件夾分別存儲了訓練模型的輸入文件、訓練時的檢查點文件，還有最終導出的模型文件

檢查點文件：

模型文件：

可能存在的問題

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爲一個更小的數字。具體修改哪個，須要視你在程序運行的哪一個部分獲得了ERROR決定。

方法二：
不使用GPU訓練，在項目MNIST上單擊右鍵，選擇屬性(R)

修改環境變量爲CUDA_VISIBLE_DEVICES=" "