- 博客(11)
- 收藏
- 关注
RSS订阅原创 长安大学高算平台提交Openmmlab系列的作业
jsub -q -n -m -gpgpu -o output.%J -e error.%J -J ./commandline。# ：提交作业 # ：指定gpu队列 # ：指定该作业所需1核cpu。# ：正确信息输出到output.%文件 # ：错误信息输出error.%J文件中。
2024-04-02 20:40:14
313
1
原创 长安大学高算平台软件打开异常
可是今天早上，突然发现自己账号下的Linux Terminal与Pycharm怎么也打不开，出现下图的错误。在自己的电脑上又登录了师弟的账号，他的Terminal与Pycharm可以正常打开，我才意识到可能是自己账号的原因。后来我推测应该是作业会话显示异常（显示无任何会话在运行，实际上Terminal与Pycharm已经在会话中），一个软件不能同时开两个以上的作业会话，因此报错了。注：关闭Terminal或Pycharm推荐方法：在我的会话中对会话进行注销或关闭，而不是直接在软件上关闭。
2024-04-01 23:27:24
215
1
原创 Openmmlab学习率调度器用法
如果整个训练过程需要多个调度器一起使用，只需将配置文件中的 scheduler 字段修改为一组调度器配置的列表，SchedulerStepHook 可以自动对调度器列表进行处理。在MMSelfSup中，由于我一开始不知道调度器配置列表的用法，将上述的第二个调度器配置删掉了，导致训练过程全是线性学习率预热过程，学习率一直增加。如果init_lr=4.8，那么线性学习率预热调度器在0到50个epoch，将学习率从init_lr*start_factor线性增加到init_lr。
2024-03-04 21:48:37
256
1
原创 Linux系统torch、torchversion、torchaudio whl文件下载地址
whl文件下载：torch、torchversion、torchaudio下载地址:torchversion、torchaudio下载地址：
2024-03-03 11:17:27
234
原创 长安大学高算平台配置MMSegmentaion虚拟环境
无奈，又把环境中原来cuda10.2版本的Pytorch，Torchvision,Torchaudio全部卸载掉，离线安装（whl）了CUDA11.3的Pytorch，Torchvision,Torchaudio（自身版本没变，只是安装了CUDA11.3版本的）。先在本地电脑打开github，把MMSegmention的压缩包下载下来，解压后，上传到服务器用户家目录的files中。我在这使用了下面的命令，忽略了一些依赖其他编译环境的包，忽略的包后续再安装。12. 进入迁移的环境，查看所迁移的包都有哪些。
2024-01-24 19:04:58
414
原创 长安大学高算平台安装Miniconda/Anaconda
因高算平台连不了网，不能在Linux终端里在线下载各种包，因此服务器仅能通过离线安装来安装所需要的包（就是自己的电脑先下载好需要安装库的文件，再远程传输到服务器，然后在终端里安装）。下载完成后，打开服务器，点击桌面应用-->我的数据-->上传，选择Miniconda的sh文件，二进制上传至服务器的任意文件夹中，我在这选择上传到了用户家目录的software文件夹中。选择“是”，输入yes，按回车键Enter，将自动完成conda初始化工作，bashrc文件中会自动加入如下环境变量（此时安装已经完成了）
2024-01-24 17:01:42
434
原创 长安大学高算平台登录流程
在服务器桌面上打开"我的数据”，然后点击“上传”，会弹出JHFileClient软件，软件左边是本地电脑的文件，后边是远程服务器的文件路径。选择好本地需要传输的文件与服务器需要保存的路径后，鼠标右键文件，点击二进制上传（一般都是选二进制）。注意：在首次登录账号与密码之前，需要下载JH_Client客户端组件，这个客户端组件要安装在自己的电脑上，用于与服务器远程桌面与文件传输，功能很强大。5.输入高算平台的账号与密码进行登录（步骤0的账号密码，不是信息门户的账号密码），进入高算平台。，然后进行VPN的连接。
2024-01-24 11:21:18
618
4
原创 MMSelfSup在训练过程中调用当前Epoch
在自定义的hook中，使用了一个model的set_epoch的方法。我使用的模型的算法代码在mmselfsup-main/mmselfsup/models/algorithms/simclr_hash.py中，因此，我又给模型定义了一个函数。而我的模型在损失函数计算时，正好有个参数是与模型训练的epoch有关的（然后，在cfg配置文件中，添加以下代码，自定义一个hook，这个hook类型是我们自定义的hook。在调用时，直接用self.epoch就可以获取模型当前的epoch，实现了调用。
2023-10-23 18:10:27
102
2
原创 MMSelfSup根据训练产生的json文件画出Loss曲线
2、下图是训练过程中产生的json文件。可以看到一个epoch会产生多个loss值（epoch是按iter来划分的）。于是取一个epoch中，多个loss值的平均值作为这个epoch的平均loss值。3、程序先根据epoch划分loss值，求出每个epoch对应的平均loss值。最后画出epoch与平均loss值的折线图。1、MMSelfSup官方提供的analysis_logs运行会报错，于是使用以下程序来画loss曲线。
2023-09-21 17:10:12
143
原创 使用MMSelfSup时，报错If capturable=False, state_steps should not be CUDA tensors.
3、我是把MMSelfSup虚拟环境删除了，重新安装了一遍。我害怕如果仅在虚拟环境中把之前的Pytorch卸载了，使用以上语句安装了新的Pytorch后，又与MMCV版本不对应，报其他错误（MMCV必须与Pytorch与cuda的版本对应。MIM安装MMCV时会根据Pytorch与CUDA的版本，自动选择合适的MMCV）。2、查了一下是Pytorch1.12.0版本的bug，无奈只能换个其他版本的Pytorch。我使用以下语句重新安装了Pytorch 1.9.0，然后就不报错了。
2023-09-20 08:54:00
184
1
原创 Linux安装MMSelfSup
4、安装mmselfsup，得开vpn进行克隆项目。注意最后一条语句有个 . 点。3、使用 MIM安装 MMEngine 和 MMCV。2、安装Pytorch。5、测试mmselfsup是否安装成功。1、创建虚拟环境并激活。
2023-09-18 21:12:49
133
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人