windows下使用谷歌object detection api训练自己的数据遇到的个别问题及解决方案

文章目录

• 环境介绍
• TensorFlow环境下载
• windows fatal exception:access violation报错
• 查看自己的gpu使用情况

环境介绍

目前cuda8.0,python3.6,TensorFlow版本1.12，能跑但是训练的时候非常慢,（网上有成功的版本的是TensorFlow-gpu==2.0.0,python3.6.8,cuda10.0,cudnn7.4.1.5没有亲自试验过，训练一波后试一下）

TensorFlow环境下载

1.贴个TensorFlow的whl的网址，方便下载
链接: https://github.com/fo40225/tensorflow-windows-wheel.
whl安装方法：
链接: https://blog.csdn.net/oMoDao1/article/details/81944307.感谢博主
2. 也可以使用pip install tensorflow==1.12.0
3. 也可以使用conda install tensorflow的方法下载；
4. 查看自己下载的TensorFlow版本方法：①conda list 命令②或者去文件夹下查看③在终端命令行敲如下指令：

 activate tensorflow
 python
 import tensorflow as tf
 tf.__version__

windows fatal exception:access violation报错

1.有些问题是由于安装的时候有的包被损坏了，查看出错最近的代码部分涉及到的包，卸载重新导入就ok了
2.有的是tensorflow1.14的时候报的，不清楚什么原因，找了一些解决方法，一般是把将版本改成tensorflow-gpu1.12,由于我的cuda版本不符合，我用的1.12的cpu版本，也能跑通了就是巨慢。后期会改环境。

查看自己的gpu使用情况

1.cmd打开终端
2.找到C:\Program Files\NVIDIA Corporation\NVSMI\nvidia-smi.exe文件，拖到cmd界面，回车即可

来源：CSDN

作者：nothing。

链接：https://blog.csdn.net/weixin_43581061/article/details/103594492