OpenMMLab(3)

北京超算30区使用MMClassification训练花卉图片分类模型

步骤如下：

创建环境

根据⽤ anaconda、cuda、gcc 等基础环境模块，在N30分区可以使用module avail命令调用模块信息。
安装anaconda，创建虚拟环境，环境中安装python3.8，同时安装以下包：torch、mmcv-full、openmmlab/mmclassification，安装完成后，准备shell脚本，将环境信息存在脚本中。

数据集处理

flower 数据集包含 5 种类别的花卉图像:雏菊 daisy 588张，蒲公英 dandelion 556张，玫瑰 rose 583张，向⽇葵 sunflower 536张，郁⾦⾹ tulip 585张。

文件配置

构建配置⽂件可以使⽤继承机制，从 configs/base 中继承 ImageNet 预训练的任何模型，ImageNet 的数据集配置，学习率策略等。

提交计算

在环境、数据集、MMCls 配置⽂件准备完成之后就可以提交计算。在 N30 提交计算可以通过作业脚本的⽅式，
操作步骤如下：

1. 新建⼀个作业脚本 run.sh，脚本的解释器可以是 /bin/sh、/bin/bash、/bin/csh 脚本
2. 使⽤ sbatch 命令提交作业脚本
3. 使⽤ squeue 或 parajobs 查看提交的作业
4. 查看作业输出⽇志