计算机视觉纳米学位项目，练习

本仓库包含 Udacity 的 计算机视觉纳米学位 项目的代码练习和相关资料。它由一系列教程笔记本组成，这些笔记本展示了各种计算机视觉应用和技术，或者挑战你去完成它们。这些笔记本需要依赖多个软件包才能运行，因此我们建议你按照以下说明创建一个包含这些依赖项的本地环境。

使用 Anaconda 配置和管理你的环境

根据 Anaconda 的 文档：

Conda 是一个开源的包管理和环境管理系统，用于安装不同版本的软件包及其依赖项，并在它们之间轻松切换。它支持 Linux、OS X 和 Windows 操作系统，最初为 Python 程序设计，但也可以打包和分发任何软件。

概述

使用 Anaconda 包括以下几个步骤：

1. 在你的计算机上安装 miniconda，选择适合你操作系统的最新 Python 版本。如果你已经安装了 conda 或 miniconda，则可以跳过此步骤，直接进入第 2 步。
2. 创建并激活一个新的 conda 环境。

* 每当你想要进行任何练习时，请务必激活你的 conda 环境！

---

1. 安装

下载与你的系统匹配的最新版 miniconda。

注意：有报告称使用 miniconda v4.3.13 创建环境时会出现问题。如果遇到问题，可以尝试从 这里 下载 4.3.11 或 4.2.12 版本。

	Linux	Mac	Windows
64 位	64 位（bash 安装程序）	64 位（bash 安装程序）	64 位（exe 安装程序）
32 位	32 位（bash 安装程序）		32 位（exe 安装程序）

安装 miniconda 到你的机器上。详细安装说明：

• Linux: http://conda.pydata.org/docs/install/quick.html#linux-miniconda-install
• Mac: http://conda.pydata.org/docs/install/quick.html#os-x-miniconda-install
• Windows: http://conda.pydata.org/docs/install/quick.html#windows-miniconda-install

2. 创建并激活环境

对于 Windows 用户，以下命令需要在 Anaconda 提示符 中执行，而不是在普通的 Windows 终端窗口中。而对于 Mac 用户，使用普通终端窗口即可。

Git 和版本控制

这些说明还假设你已经安装了 git，以便通过终端与 Github 进行交互。如果没有安装，可以通过以下命令先安装：

conda install git

如果你想了解更多关于版本控制以及如何在命令行中使用 git，可以查看我们的 免费课程：使用 Git 进行版本控制。

现在，我们已经准备好创建本地环境了！

1. 克隆仓库，并进入下载的文件夹。由于包含了图像数据，克隆过程可能需要一两分钟。

git clone https://github.com/udacity/CVND_Exercises.git
cd CVND_Exercises

2. 创建（并激活）一个名为 cv-nd 的新环境，使用 Python 3.6。如果提示是否继续安装 (Proceed [y]/n)，请输入 y。

   • Linux 或 Mac:

   conda create -n cv-nd python=3.6
   source activate cv-nd
   

   • Windows:

   conda create --name cv-nd python=3.6
   activate cv-nd
   

   此时，你的命令行应该显示类似这样的内容：(cv-nd) <User>:CVND_Exercises <user>$。其中 (cv-nd) 表示你的环境已激活，你可以继续安装其他包。

3. 安装 PyTorch 和 torchvision；这将安装最新版本的 PyTorch。

   • Linux 或 Mac:

   conda install pytorch torchvision -c pytorch 
   

   • Windows:

   conda install pytorch-cpu -c pytorch
   pip install torchvision
   

4. 安装一些所需的 pip 包，这些包在 requirements 文本文件中列出（包括 OpenCV）。

pip install -r requirements.txt

7. 大功告成！

现在，所有 cv-nd 库都已可供你使用。假设你的环境仍然处于激活状态，你可以进入 Exercises 仓库并开始查看笔记本：

cd
cd CVND_Exercises
jupyter notebook

当你完成工作后，只需关闭终端窗口即可退出环境。

关于环境创建和删除的注意事项

验证 cv-nd 环境是否已在你的环境中创建：

conda info --envs

清理已下载的库文件（移除 tarball、zip 文件等）：

conda clean -tp

卸载该环境（如果你需要的话）；你可以通过名称将其移除：

conda env remove -n cv-nd

CVND_Exercises 快速上手指南

本指南旨在帮助开发者快速配置 Udacity 计算机视觉纳米学位（Computer Vision Nanodegree）的练习环境。

环境准备

• 操作系统：Linux、macOS 或 Windows
• 前置依赖：
  • Git：用于克隆代码仓库。若未安装，可在后续步骤中通过 conda 安装。
  • Anaconda/Miniconda：推荐使用 Miniconda（轻量版），用于管理 Python 环境和依赖包。
• Python 版本：项目指定使用 Python 3.6。

提示：国内用户下载 Miniconda 或安装 PyTorch 时若遇速度慢，可配置清华或中科大镜像源加速。

安装步骤

1. 安装 Miniconda

访问 Miniconda 官网下载对应系统的安装包并安装：

• Linux/macOS: 下载链接
• Windows: 下载链接

注：若安装过程报错，可尝试旧版本（如 4.3.11 或 4.2.12）。

2. 克隆项目代码

打开终端（Windows 用户使用 Anaconda Prompt），执行以下命令：

# 若未安装 git，先执行：conda install git
git clone https://github.com/udacity/CVND_Exercises.git
cd CVND_Exercises

3. 创建并激活虚拟环境

创建名为 cv-nd 的环境，并指定 Python 版本为 3.6：

Linux / macOS:

conda create -n cv-nd python=3.6
source activate cv-nd

Windows:

conda create --name cv-nd python=3.6
activate cv-nd

激活成功后，命令行前缀应显示 (cv-nd)。

4. 安装深度学习框架 (PyTorch)

根据操作系统选择对应的安装命令：

Linux / macOS:

conda install pytorch torchvision -c pytorch

Windows:

conda install pytorch-cpu -c pytorch
pip install torchvision

国内加速建议：若上述命令下载缓慢，可使用清华源安装 PyTorch： conda install pytorch torchvision cpuonly -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

5. 安装其他依赖

安装项目所需的其余 Python 包（包含 OpenCV 等）：

pip install -r requirements.txt

基本使用

环境配置完成后，即可启动 Jupyter Notebook 开始练习：

1. 确保当前处于 cv-nd 环境中。
2. 进入项目目录并启动服务：

cd CVND_Exercises
jupyter notebook

3. 浏览器将自动打开，点击任意 .ipynb 文件即可开始运行计算机视觉相关的教程与挑战代码。

退出环境： 完成工作后，直接关闭终端窗口即可退出环境。若需手动删除环境，可执行：

conda env remove -n cv-nd