prefacio
En primer lugar, debe crear un entorno de ejecución en el servidor; consulte el blog anterior: [ Creación de un entorno de ejecución de un modelo de aprendizaje profundo en el servidor: ubuntu ]
Este artículo trata principalmente sobre cómo ejecutar el modelo de código abierto cuando el entorno de ejecución está configurado, utilizando Inf-Net: segmentación automática de infecciones pulmonares por COVID-19 a partir de imágenes de TC de este documento como ejemplo.
He descargado las siguientes partes localmente y las he subido a la carpeta del servidor.
proceso y problemas
-
Se produce un problema de MemoryError cuando se realiza el segundo paso de la descarga ;
solución:pip --no-cache-dir install -r requirements.txt
(Porque el mecanismo de almacenamiento en caché de pip intenta almacenar en caché todo el archivo de la biblioteca que desea instalar en la memoria, y en un entorno que limita el tamaño del caché, si el paquete de instalación es grande, se produce este error de MemoryError.
-
¡Fue solo cuando escribí esto que recordé que no instalé estas bibliotecas en el entorno virtual !
solución:- Primero active el entorno:
source activate SINet
(SINet
para el nombre del entorno - Nota para cambiar a la ruta de la carpeta:
cd /path
(/path
la ruta del archivo en el servidor - Entonces pip servirá.
- Primero active el entorno:
-
Úselo al descargar THOP
pip install thop
o fallará. -
Cambie al directorio correspondiente al ejecutar
python test.py
.
Use XShell para conectarse al servidor y ejecutar
Debido a que el servidor anterior no tenía una GPU, cambié el servidor, primero configuré el proxy y luego usé XShell para conectarme al servidor, por lo que el proceso se describe a continuación.
CondaHTTPError: FALLO DE CONEXIÓN HTTP 000 para el problema de URL al crear un entorno virtual :
- Abra el archivo para editarlo:
vim ~/.condarc
- haga clic en
i
el botón - Ingrese algo para cambiar
- haga clic en
Esc
el botón - Entrar
:wq
para guardar y salir (:q
salir sin guardar) - ingresar
conda clean -i
Ejecutar código
Después de descargar el código y el conjunto de datos, puede comenzar a ejecutar el código.
Problema de parámetros :
parser.add_argument()
puede agregar parámetros para la operación de la línea de comandos. Para un uso detallado, consulte: Uso de Python's parser.add_argument() - opciones de la línea de comandos, parámetros y subcomandos analizador
t2.py:
import argparse
if __name__ == "__main__":
parser = argparse.ArgumentParser()
parser.add_argument('--aa', type=str, default = None)
parser.add_argument('--bb', type=int, default=32)
args = parser.parse_args()
if(args.bb==3):
print(f'hello world, args.bb={
args.bb}')
else:
print(f'sorry, args.bb is not 3, but ={
args.bb}')
Instrucciones:
python t2.py --aa=15 --bb=3
python t2.py --aa=15 --bb=10