Quello che segue non è un articolo ma sono appunti per attivare e istruire tensorflow sul mio notebook…
Nessuna pretesa di essere interessante 🙂

Installazione locale tensorflow 1.13 GPU su DELL XPS 15 (Nvidia 1050Ti)
==========================================================================

1.
Installazione CUDA 10.0
https://developer.nvidia.com/cuda-10.0-download-archive
NB: la versione 10.1 non funziona!
in PATH
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64
(se li setta l’istallazione)

2.
Download cudnn-9.0-windows10-x64-v7.5.0.56 (non è stata necessaria la 10)
Necessaria la membership NVIDIA
Unzip in c:\cuda correzione della path
C:\cuda\bin

3.
Download e installazione del diver NVIDIA DCH per 1050Ti
419.67-notebook-win10-64bit-international-dch-whql

4.
Installazione ANCONDA con PHP 3.7

5.
Attivazione environment e installzione tensorflow
> conda create -n tensorflow_gpu pip python=3.6
> activate tensorflow_gpu
> pip install –ignore-installed –upgrade tensorflow-gp

6. Verifica
>>> import tensorflow as tf
>>> hello = tf.constant(‘Hello, TensorFlow!’)
>>> sess = tf.Session()
>>> print(sess.run(hello))

7. Installazione package aggiuntivi
pip install pillow lxml jupyter matplotlib opencv-python

8. Copia del repo git https://github.com/tensorflow/models
TensorFlow
└─ models
├── official
├── research
├── samples
└── tutorials

9. Installazione di protobuf https://github.com/google/protobuf/releases
Download protoc-3.7.0-win32
Creazione di C:\Program Files\Google Protobuf
Unzip nella cartella creata
Aggiunta alla PATH di C:\Program Files\Google Protobuf\bin
In anconda prompt folder TensorFlow/models/research/
for /f %i in (‘dir /b object_detection\protos\*.proto’) do protoc object_detection\protos\%i –python_out=.

10. Aggiunta alla PYTHONPATH di
C:\TensorFlow\models\research\object_detection
C:\TensorFlow\models\research
C:\TensorFlow\models\research\slim

11. Installazione di pycocotools
pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI
(io ho gia VS2017 altrimenti vanno installati i Visual C++ 2015 build tools)

12. Installazione LabelIMG
https://github.com/tzutalin/labelImg

13. Preprazione degli script per creare csv e train.records e test.records

Riferimenti
https://tensorflow-object-detection-api-tutorial.readthedocs.io/en/latest/training.html
https://github.com/EdjeElectronics/TensorFlow-Object-Detection-API-Tutorial-Train-Multiple-Objects-Windows-10