本文適用於以下人羣：

有Python基礎，想要進一步深入學習
剛接觸深度學習，希望找一些開源項目練手
對人臉數據梳理模糊，希望能夠自建數據集訓練模型的入門級選手

在開始進入正題之前，我希望大家可以先詳細看看這段話。首先，深度學習是一個研發型方向，至少，請先有Python編程語言的基礎，和了解一些深度學習基本概念之後再進行項目嘗試，不要照本宣書。第二，Python、TensorFlow、GPU是三個耳熟能詳的的內容，但基本上配置環境的人90%以上都失敗了，原因很簡單，版本！！！（不同的版本之間有關聯性，如果沒有理解這一點，一味的追求最新的內容的話，說明計算機白學了...）

爲了迎合大衆的需求，很高興的告訴大家，本文環境在Windows下完成，所以可以不用買遠程服務器或者裝雙系統了，同時，很重要的一點，GPU是爲了提升計算資源用的，在顯卡中進行計算過程，速度是CPU的數十倍以上，但是關鍵的一點，顯卡必須是N卡！！！

接下來進入正文...

一、FaceNet介紹

對不起，自行百度...本文只講解訓練過程，下附GitHub源碼鏈接

https://github.com/davidsandberg/facenet

衆所周之，FaceNet是Google發佈的一個開源項目，深度學習框架用的是TensorFlow，但隨着Python版本的更迭和Tensorflow版本的升級，最新的版本已經不適用於18年的項目（太老了），所以在選擇安裝環境的時候就至關重要。在上圖中我們可以看到官方提供的版本是Python3.5+TensorFlow1.7，但是隨着更新，我更推薦大家使用Python3.6的版本，3.5自然也可以，至於3.7的童鞋，請自閉吧（重裝）

附：說了這麼多，別忘了把項目下載下來...（提供百度雲鏈接）

https://pan.baidu.com/s/1vQvgl4wN0WMMFbRzM7I9vw

二、Python+Pycharm+虛擬環境安裝

請必看！！！

熟悉Python的童鞋可以跳過，畢竟IDEA不是必要的，命令行反而更加方便，本步驟提供給喜歡用可視化編譯器的小夥伴。

Python安裝

請不要使用Anaconda，這是個害人的玩意兒！！！作爲一個從事計算機行業的人來說，至少你需要了解最基本的編譯環境結構，集成環境沒有任何幫助，在某些時候更是累贅。

Python官網：https://www.python.org/

在官網中你可以找到Python所有版本的安裝包，但由於外網速度感人，這邊提供一個Python3.6.5的安裝包

https://pan.baidu.com/s/1qvRqLUuCDCR1_fvPB2dlKQ

務必勾選添加環境路徑這個選項，安裝完成後，打開命令行，輸入Python即可發現已安裝完成。

虛擬環境搭建

理論上來說，不同的項目應該使用不同的環境，而不是把不同項目用到的Python第三方庫全部加進來，這樣會顯得很冗餘，而且更容易造成衝突，下面就教大家如何新建一個項目的虛擬環境。

首先，Python第三方庫需要進行pip安裝，但是外網的速度實在是無法帝國子民所接受，所以我們需要更替一下鏡像源，這裏推薦使用清華的，其他的源網站請自行百度。

在文件夾路徑中輸入%appdata%，按下回車，會跳轉到系統用戶下的AppData/Roaming目錄，此時新建文件夾pip，並在pip目錄下新建文件pip.ini，添加以下內容。

[global]
timeout = 6000
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
trusted-host = pypi.tuna.tsinghua.edu.cn

此時我們就已經成功的將鏡像源進行了更替，接下來打開命令行，輸入pip install virtualwrapper

輸入mkvirtualenv facenet_env，新建虛擬環境

新建成功後上圖會詳細寫出虛擬環境的路徑，若對虛擬環境不太清楚的小夥伴請保存下來，後續要用。

默認路徑一般爲C:\Users\用戶名（默認Administrator，如果自定義用戶名是中文的童鞋請自重）\Envs

Pycharm

IDEA看個人吧，不喜歡的還是可以選擇不用安裝，下面僅提供給需要的小夥伴。

官網：https://www.jetbrains.com/pycharm/

百度雲：https://pan.baidu.com/s/1-4ruWuMm314aAr5-iGzQWA

安裝過程不再詳細列出...

將剛剛下載下來的FaceNet源碼目錄使用Pycharm打開，接着開始添加剛剛創建好的Python虛擬環境。

點擊File->settings->Project->Project Interpreter

接着新建環境

選擇Existing environment，並選擇到剛剛創建完虛擬環境中python.exe的位置，接着保存

接着點擊Pycharm左下角的Terminal，會發現環境已經切換至虛擬環境中

三、Python第三方庫安裝

由於版本的關係，現版本的很多內容都已經不支持TensorFlow框架，舉個例子就是Numpy，必須降低版本才能使用，這裏給出一個最簡單的環境安裝方法。

在項目目錄下，有一個默認提供的文件requirements.txt，知道的小夥伴就不用多說了，不知道的請自行百度

官方提供的內容不夠詳細，這裏給出一份詳細的清單進行替換，複製黏貼就行。

absl-py==0.9.0
astor==0.8.1
bleach==1.5.0
certifi==2019.11.28
chardet==3.0.4
cycler==0.10.0
gast==0.3.3
grpcio==1.26.0
h5py==2.10.0
html5lib==0.9999999
idna==2.8
joblib==0.14.1
kiwisolver==1.1.0
Markdown==3.1.1
matplotlib==3.1.2
numpy==1.16.2
opencv-python==4.1.2.30
Pillow==7.0.0
protobuf==3.11.2
psutil==5.6.7
pyparsing==2.4.6
python-dateutil==2.8.1
requests==2.22.0
scikit-learn==0.22.1
scipy==1.2.1
six==1.14.0
tensorboard==1.7.0
tensorflow==1.7.0
termcolor==1.1.0
urllib3==1.25.8
Werkzeug==0.16.0

接着就是批量安裝，在剛剛打開的命令行中輸入pip install -r requirements.txt