Windows11 搭建 openvino_tensorflow 环境

OpenVINO™ integration with TensorFlow:
https://github.com/Openvino-dev-contest/openvino_tensorflow
这个开源库是为了提升 tensorflow 在 OpenVINO 中的效果。官方推荐使用 Ubuntu 或者 Mac 系统,没有写 Windows 的方法,我感觉可能差不多,今天一起来验证一下。
万一最后失败了,还请见谅哈。
1. 安装必要的库
我们用 VSCode 创建一个新的项目目录:

然后,创建一个虚拟环境 env

激活虚拟环境:Scripts\activate
将 pip 更新为最新的版本

1.1 安装 TF

如上图所示,安装完成。
1.2 安装 openvino-tensorflow

一种不祥的预感,这玩意好像不行,于是查看官方文档。

不支持!!
2. 尝试其他方法
不想装双系统,也不想在 Mac 上玩,那怎么办?
大概有以下几种想法:
WSL2(最想用的方式)
Docker(需要一些额外的学习成本)
虚拟机(性能有影响,对自身硬件要求有点高)
2.1 WSL2 安装
打开 Windows11 的商店:


选择 Ubuntu,

选择获取,并稍等片刻

点击“打开”

如果你看到下图,那么可能还需要配置一下。

打开程序与功能



将上图的两项勾选上,并点击确定。

完成后,需要重启电脑。然后再启动 WSL。
如果看到是如下画面

则需要更新一下内核。
下载地址:https://wslstorestorage.blob.core.windows.net/wslblob/wsl_update_x64.msi

然后再点击启动,

设置账户和密码

账户要小写,密码输入时看不到输入的内容,只要保证你的键盘没有坏,就放心的输入,然后用力的敲个回车即可。
看到如下画面表示安装完成

2.2 继续配置环境
确认 Python 版本,默认的 Python3 已经是 3.8 的版本了,因此我们直接开始安装库即可。

创建代码目录

按照提示安装 env 包

完成安装后继续上面的创建虚拟环境的动作。
激活虚拟环境

和 Windows 不同,激活命令是:source bin/activate


我这里使用了国内镜像进行安装。速度能快一些。
查看 OpenVINO™ integration with TensorFlow 是否安装正确

看到上面的输出,表示安装完成。
好了今天的内容就是这些,下一期我们一起用这个库来看看如何加速 TF 的推理。
如果这篇文章对你有用,欢迎转发给你的朋友,我们一起来学习。
我是 Tango,一个热爱分享技术的无名程序猿,我们下期见。
版权声明: 本文为 InfoQ 作者【IT蜗壳-Tango】的原创文章。
原文链接:【http://xie.infoq.cn/article/1e4454f68d5bbf8fca76b0234】。
本文遵守【CC-BY 4.0】协议,转载请保留原文出处及本版权声明。
评论 (1 条评论)