profundo-imagen-estera instrucciones de configuración de tiempo de ejecución del proyecto para la versión correcta

profundo-imagen-estera instrucciones de configuración de tiempo de ejecución del proyecto para la versión correcta

Introducción: Un segundo entorno de la instalación de configuración en la primera configuración falló entorno operativo DIM de los antecedentes del proyecto. El núcleo es resolver la instalación pytorch es importante tener en cuenta CUDA y problemas de compatibilidad entre versiones cudnn, la dificultad consiste en determinar el origen de instalación correcta. A continuación se resume el trabajo principal de un par de cosas: En primer lugar, CUDA y desinstalación cudnn, reinstalación y cuda10.0.13 cudnn7.5.1. En segundo lugar, instalar anaconda, la creación de un entorno virtual utilizando Anaconda. En tercer lugar, modificar el canal de adquisición Conda conjunto de herramientas por defecto. En cuarto lugar, instalar la versión especificada afiliado con pytorch Conda y dependencias. Como nota final, asegúrese de que la fuente del problema antes de que el paquete es pytorch fuente de espejo de Tsinghua es incorrecta. Para más detalles, véase más adelante.

4.1 Desinstalar CUDA y cudnn, reinstalación y cuda10.0.13 cudnn7.5.1

Baidu propios, vuelva a ver mi último artículo: https: //blog.csdn.net/my_name_is_learn/article/details/104680861
descarga de leer este: https: //blog.csdn.net/qq_33200967/article/ detalles / 80689543

4,2 anaconda instalación, la creación de un entorno virtual usando anaconda.

anaconda 4.2.1 instalación

Baidu en sí, es muy simple, puede ejecutar después de la descarga de archivos .run anaconda. como

sudo sh xxxxxxxx.run

4.2.2 para crear un entorno virtual utilizando Anaconda

Ejecute el siguiente comando en el directorio terminal de ~ / anaconda / envs / test1 establecido bajo entorno virtual, pitón versión 3.6

conda create -n test1 python=3.6

4.3 Conda modificar canal de adquisición juego de herramientas por defecto

De hecho, la esencia es modificar Conda fuente deseada. Los pasos específicos son como sigue:

En primer lugar, el comando de operación en el terminal para modificar la imagen de origen, comando en el terminal:

# 使用清华conda镜像
conda config --prepend channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

# 使用科大conda镜像
conda config --prepend channels http://mirrors.ustc.edu.cn/anaconda/pkgs/free/

En segundo lugar, para ver si la instalación se ha realizado correctamente la fuente de espejo

conda config --set show_channel_urls yes

Generará un archivo ~ / .condarc, ejecute el comando cat para ver el contenido del archivo

cat ~/.condarc

contenidos mostrados, las instrucciones para modificar la instalación se ha realizado correctamente.

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - http://mirrors.ustc.edu.cn/anaconda/pkgs/free/
  - defaults
show_channel_urls: true

4.4 Instalación con las dependencias de la versión especificados y pytorch subsidiaria Conda

Entrar en el entorno virtual

进入虚拟环境命令
conda activate test1
退出虚拟环境命令
conda deactivate

1.1.0pytorch instalación y 0.3.0torchvision, una cosa es desconocida, la declaración expresaron la necesidad de instalar un paquete, el nombre es: cudnn-7.6.5, pero en realidad es cudnn ambiente 7.5.1, no sé qué pasó la formación, primera pregunta aquí, hay tiempo de seguimiento para ir a resolver.

conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=10.0

La instalación de otras dependencias necesarias, cuando se ejecuta train.py pitón le recordará falta algún paquete de herramientas, debido a diferentes PCs y diferente, lo que puede instalar cualquier faltante. Por ejemplo, es la falta de numpy, comando en el terminal: Cambie el nombre del kit puede ser.

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy

Los kits se pueden cambiar el nombre.

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy