Используйте Keras_cv для обнаружения объектов с помощью графического процессора в Windows ⇐ Python

[Anonymous]

Я использую keras_cv для обнаружения объектов с помощью yolov8. Я построил модель с предварительно обученными весами и предварительно обученной основой непосредственно из keras_cv. Я также использую такие методы, как изменение размера из keras_cv. В целом, в моей текущей реализации я во многом полагаюсь на keras_cv, вдохновленный этим руководством: https://keras.io/examples/vision/yolov8/#introduction

Код: Выделить всё

backbone = keras_cv.models.YOLOV8Backbone.from_preset(
"yolo_v8_s_backbone_coco"  # We will use yolov8 small backbone with coco weights
)
yolo = keras_cv.models.YOLOV8Detector(
num_classes=len(class_mapping),
bounding_box_format="xyxy",
backbone=backbone,
fpn_depth=1,
)

resizing = keras_cv.layers.JitteredResize(
target_size=(640, 640),
scale_factor=(0.75, 1.3),
bounding_box_format="xyxy",
)

До сих пор я только создавал модель и конвейер данных, ведение журнала и т. д. с использованием моего процессора, а теперь я хочу начать настоящие тренировки на моем графическом процессоре.
/>Поскольку Tensorflow с графическими процессорами работает только в Windows, когда я использую версию 2.10 («Внимание: TensorFlow 2.10 была последней версией TensorFlow, которая поддерживала графический процессор в родной Windows.» с веб-сайта Tensorflow), я понижен до Tensorflow 2.10. Теперь у меня проблема: keras_cv несовместим с версиями Tensorflow ниже 2.11.
Поэтому мой вопрос: невозможно ли использовать Keras_cv в Windows с поддержкой графического процессора. Потому что я не могу найти способ получить поддержку графического процессора для окон, работающих с Tensorflow выше 2.10. но я также не могу найти способ, как keras может работать с версией Tensorflow 2.10.
Если это так, есть ли способ обойти эту проблему. Или есть способ переключиться с keras_cv на другую библиотеку с как можно меньшим количеством необходимых изменений.

Подробнее здесь: https://stackoverflow.com/questions/781 ... on-windows