ModelArts环境使用有感

ModelArts带我进入AI的世界，通过cloud提供web service能更快的体验到AI技术，再完成前5个实验之后，资源包时间使用光，无法继续实验的时候，考虑到是否可以在本地实现测试环境，对于一个新手来说困难和坑非常多特别是在windows环境下。主要是环境的搭建过程中碰到各种报错，排查起来非常消耗精力，ModelArts能提供一个更便捷性能更高的环境对于普通用户来说也能更好的去理解AI技术本身,而非把时间消耗在环境搭建上。以下是我尝试在本地完成人脸识别实验的过程，实际排错过程非常挣扎。如果也考虑电脑硬件成本的话，还是直接使用ModelArts去学习AI来的更加经济。

具体实验过程：

本机环境WIN10 T480 MX150独显

根据环境安装CUDA,Cudnn

通过官网下载ANACODA https://www.anaconda.com/distribution/

我下载Python 3.7 64bit版本

双击安装之后打开ANACODA

创建一个运行环境（选择python3.6）

打开环境Terminal

使用 conda install jupyter notebook命令安装notebook

使用conda install tensorflow-gpu命令安装tensorflow-gpu

或者用GUI安装

或者

安装opencv

安装一些相关需要的库

Pip install pillow

pip install pypiwin32

WIN环境dlib坑比较多，

从这里找来的dlib最新的版本只有19.8.1安装完之后发现load_rgb_image都没有。

https://pypi.org/simple/dlib/

那么只有从源码编译了，需要VS，CMAKE等工具，或者找一个编译好的，以下是连接

https://github.com/pzx521521/dlib-Python_whl_19.17.0_win_amd64/releases

下载并安装

pip install ./dlib-19.17.0-cp36-cp36m-win_amd64.whl

启动notebook，新建Python3

发现没有环境

conda install nb_conda_kernels

再次启动notebook

现在有实验环境可以选择了

然后我们照着十一期的内容去做就可以了，桶里的文件直接下载下载放在环境对应的目录中，下面是成功在本地完成人脸识别的截图