配置项目self-TCR环境
成功过程
第一步,使用conda创建新的环境
conda create -n fjx_XXX python=version
其中version的版本至关重要,它关系到整个项目的包能不能完成,首先可以去查看项目的readme文件,其次可以查看reauirements.txt文件中有没有涉及到,再然后可以根据项目的时间来推测(这个后续可以出一版总结),最最后就挨个尝试从3.6-3.10
第二步,使用pip安装
pip -V
pip install -r requirements.txt
查看pip的安装位置,一般而言是你创建的那个位置就问题不大
第三步,使用conda完成关键包
个人认为,使用pip安装有很多的好处,使用pip安装方便快捷且没有碰到过其他的一些问题,但是pip有一个比较烦的点就是pip不能安装很复杂的包比如说pytorch。所以我们的项目如果涉及到pytorch的话就需要首先使用conda进行安装。在此记录一下在我们实验室152机器上安装pytorch的过程
查看cuda版本
nvcc -v
nvidia-smi
conda install pytorch torchvision torchaudio cudatoolkit=11.4 -c pytorch
建议使用后者,因为前边查看的是9.1,在torch官网根本找不到这个版本
使用后者会出现一个表格,根据右上角的版本去torch官网找对应的命令,其中可能找不到命令,那就总结一下,其实命令都很相似,只是版本那个数字不一样(就目前我的认知)当然肯定是版本相近命令相近,建议前后都看看。
第四步,使用pip完成后续
使用pip安装时遇到torch会报错,这个时候就使用torch安装torch的命令,然后再使用pip进行后续的安装。
失败记录以及原因、处理方式分析
python 两个并列package互相引用
两个pakage放在一个src这个pakage下,然后dimenet中的一个py文件要去引mylib中的一个py文件
解决方式:
# BASE_DIR = os.path.dirname(os.path.abspath(__file__))#查看本文件所在的绝对位置,类似pwd
# print(BASE_DIR)
# sys.path.append("/mnt/sdb/home/fjx/self-TCR/pytorch-dimenet/src") #使用绝对位置对项目的包搜索地址进行添加,目前没有得知这个东西是永久性的还是使用时暂时添加
# print('sys_path',sys.path)
# print("locals:",locals())
sys.path.append("../")#使用相对方式添加,来自实验室学长
print('sys_path',sys.path)
报错原因不好好看
一定要顶着英语看不懂的困难A上去!
记录conda安装requrements.txt时的一些问题
首先直接使用进行安装
conda install --yes --file requirements.txt
可能会遇到出现channel的问题
# 暂时找不到了,conda forge有关好像这个就会减少一部分找不到的
最后按照提示然后再去官网搜指令,目前没有学习到如何使用版本信息进行搜查,还是那句话,顶着英文看不懂A上去。