第三次更新

关于CUDA的版本

应该可能是看这里：
image.png
于是安装CUDA 11.1，我把之前安装的环境删掉重装，这次记得切换到新建的环境，安装的比较顺利，大约用时20min。部分安装包比较大，尽量选择好的途径下载安装233……

上节课学长们的课程非常精彩，这周的环境配置教程也写的十分详细和完善。但由于之前电脑上断断续续地安装过一些python，anaconda坏境，也遇到一些问题……

anaconda环境验证

在创建新环境后，教程中提到需要切换到新的环境，并安装第一个扩展包requests。

切换新环境的代码：
activate DL
AI环境尝试 - 图2

CUDA环境的安装

  1.    我电脑的独显是NVIDIA 1050，关于到底应该装10.2还是11.1（我）并没有找到一个详细的说法，官方网页自动选择为10.2（不知道是不是自动检测电脑配置选择的……按理说应该没那么快……）。一开始我选择的是11.1，在安装过程中显示和现有环境有conflict，在线搜索解决方案，然后跑了一晚上（差点上演thu经典骑车举电脑，解决方案是调整为电脑合盖不休眠，在此特别致谢qer）……最终显示不适配还是其他的什么，总之没成功……<br />       当然还有一个原因可能是因为我没有**更换新环境DL**后进行安装，直接在base上输入代码导致失败。<br />       最终记得更换DL环境+CUDA10.2安装成功，而且，它装起来超快的！

检验环境

VScode检验环境的时候，报了错……大概是缺少一个mkl-service的包，报错大概如下：
UserWarning: mkl-service package failed to import, therefore Intel(R) MKL in（后面的内容遗失了……

  1.   这段错误当时我没有截图，这个包在安装CUDA时已经安装了，但仍然提示有错误。查看网络后，最终的解决方案需要配置环境变量，有的需要另外添加两个动态链接库。

环境变量
AI环境尝试 - 图3
添加如图三个anaconda的路径，可以查看电脑上的anaconda的安装位置进行配置。
D:\application\Anaconda
D:\application\Anaconda\Scripts
D:\application\Anaconda\Library\bin

动态链接库

将D:\Anaconda3\Library\bin下 libcrypto-1_1-x64.dll libssl-1_1-x64.dll 以上两个文件复制到 D:\Anaconda\DLLs ———————————————— 版权声明：本文为CSDN博主「死神萝莉」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。 原文链接：https://blog.csdn.net/u010741500/article/details/107141692

如果还不行，还可以尝试一下下面这个
https://blog.csdn.net/qq_33825817/article/details/88959785

jupyter

VScode上可以直接安装Jupyter的包，如果想用网页版打开需要在cmd窗口输入jupyter notebook可以打开。（个人觉得还是VScode那个好用一些……

剩下的操作都比较好进行啦，虽然代码和背后的原理我还没有太明白，但无论如何都非常有趣。AI，有点意思~~

第二次更新
是我过于自信了……
想试着换张图片试试……发现除了提供的两张实例彩色图片，另外的图片均不能匹配，并报错：
image.png
查询发现，输入图片需要为RGB图片，普通灰度图片通道数不匹配，可以在图片读入后的位置添加一句将灰度图片转换为RGB图片格式的代码即可：
img = img.convert('RGB')
image.png
之后便可以正确识别了。
读入的图片：
bridge.tif
识别的结果：
image.png