序文
まず、サーバー上に実行環境を構築する必要があります。以前のブログを参照してください: [ サーバー上に深層学習モデルの実行環境を構築する: ubuntu ]
この記事では主に、実行環境を構築するときにオープンソース モデルを実行する方法について説明します。この論文の例として、Inf-Net: CT 画像からの自動 COVID-19 肺感染セグメンテーションを使用してセットアップされます。
次の部分をローカルにダウンロードし、サーバーフォルダーにアップロードしました。
プロセスと問題点
-
ダウンロードの 2 番目のステップが実行されると、MemoryError問題が発生します。
解決策:pip --no-cache-dir install -r requirements.txt
(pip のキャッシュ メカニズムは、インストールするライブラリのファイル全体をメモリにキャッシュしようとするため、また、キャッシュのサイズが制限されている環境では、インストールパッケージが大きいと、MemoryError というエラーが発生します。
-
これを書いているときに初めて、これらのライブラリを仮想環境にインストールしていないことを思い出しました。
解決:- まず環境をアクティブ化します:
source activate SINet
(SINet
環境名 - フォルダー パスに切り替えることに注意してください:
cd /path
(/path
サーバー内のファイルのパス - それならpipで十分です。
- まず環境をアクティブ化します:
-
THOP をダウンロードするときに使用しない
pip install thop
と失敗します。 -
を実行するときに、対応するディレクトリに切り替えます
python test.py
。
XSShell を使用してサーバーに接続し、実行します
以前のサーバーにはGPUがなかったため、サーバーを変更し、プロキシを設定してからXShellを使用してサーバーに接続したので、その手順を以下に説明します。
CondaHTTPError:仮想環境の作成時に HTTP 000 CONNECTION FAILED for URL の問題が発生します。
- 編集するためにファイルを開きます。
vim ~/.condarc
i
ボタンをクリックします- 変更するものを入力してください
Esc
ボタンをクリックします- Enter
:wq
を押して保存して終了します (:q
保存せずに終了します) - 入力
conda clean -i
コードを実行する
コードとデータセットをダウンロードしたら、コードの実行を開始できます。
パラメータの問題:
parser.add_argument()
コマンド ライン操作用のパラメータを追加できます。詳細な使用法については、「Python の parser.add_argument() の使用法 - コマンド ライン オプション、パラメータ、およびサブコマンド parser
t2.py」を参照してください。
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}')
命令:
python t2.py --aa=15 --bb=3
python t2.py --aa=15 --bb=10