树莓派3B-pytorch环境的配置

主要流程

【树莓派入门】从零开始在树莓派上运行YOLOV5项目实战教程_yolov5 树莓派_❀周周~的博客-CSDN博客

 换源

换源,一定要看清楚自己的版本!!!这里我的是bullseye

树莓派换源教程_萌新源的博客-CSDN博客

sudo nano /etc/apt/sources.list

# 默认注释了源码镜像以提高 apt update 速度,如有需要可自行取消注释
deb https://mirrors.tuna.tsinghua.edu.cn/debian/ bullseye main contrib non-free
# deb-src https://mirrors.tuna.tsinghua.edu.cn/debian/ bullseye main contrib non-free
deb https://mirrors.tuna.tsinghua.edu.cn/debian/ bullseye-updates main contrib non-free
# deb-src https://mirrors.tuna.tsinghua.edu.cn/debian/ bullseye-updates main contrib non-free
deb https://mirrors.tuna.tsinghua.edu.cn/debian/ bullseye-backports main contrib non-free
# deb-src https://mirrors.tuna.tsinghua.edu.cn/debian/ bullseye-backports main contrib non-free
deb https://mirrors.tuna.tsinghua.edu.cn/debian-security bullseye-security main contrib non-free
# deb-src https://mirrors.tuna.tsinghua.edu.cn/debian-security bullseye-security main contrib non-free
deb http://ftp.de.debian.org/debian stretch main
deb http://ftp.cn.debian.org/debian stretch main

 sudo nano /etc/apt/sources.list.d/raspi.list

deb http://mirrors.tuna.tsinghua.edu.cn/raspberrypi/ bullseye main

给树莓派3b安装64位操作系统,参考以下文章

保姆级教程,树莓派最新64位系统部署yolov5_yolov5部署到树莓派_机器不学习,我学习的博客-CSDN博客s

创建虚拟环境

树莓派安装python以及新建虚拟环境_树莓派python环境搭建_Go__home的博客-CSDN博客

过程中遇到的一些问题

问题一

 在开始sudo apt-get update出现如下问题

 输入以下命令解决

sudo rm /var/lib/apt/lists/lock

 问题二

在配置环境步骤,安装依赖和opencv的时候,遇到了如下问题

 问题解决参考以下文章

E: Error, pkgProblemResolver::Resolve generated breaks, this may be caused by held packages_corelone2的博客-CSDN博客_held packages

问题三

在使用pip安装的时候,如果报如下错误,可以使用换源安装,在后面加上:

-i http://pypi.douban.com/simple --trusted-host pypi.douban.com

问题四

这个环境我弄了好多天,好不容易到最后了,执行这个命令的时候

pip3 install -r requirements.txt

出现以下错误

ERROR: Could not install packages due to an OSError: [Errno 28] No space left on device

 然后查了一下发现内存不够了,又去扩容,没反应,然后想起来自己的sd卡是8GB的,就去换了一个16GB卡

问题五

 由于我们是进行Pytorch原生模型在linux上的部署,所以需要在命令行输入

export OMP_NUM_THREADS=1

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
配置deeplabv3-plus-pytorch的训练环境,您需要进行以下步骤: 1. 安装Python:确保已经安装了Python,并建议使用Python 3.6或更高版本。 2. 创建虚拟环境(可选):为了隔离不同项目的依赖,建议在项目中使用虚拟环境。您可以使用`venv`模块或第三方工具(如`conda`)创建和管理虚拟环境。 3. 安装PyTorch和TorchVision:PyTorch是进行深度学习的基础库,而TorchVision提供了处理图像数据集的工具。您可以使用以下命令安装PyTorch和TorchVision: ``` pip install torch torchvision ``` 如果您需要特定的PyTorch版本,可以在安装命令中指定版本号。 4. 克隆deeplabv3-plus-pytorch仓库:将deeplabv3-plus-pytorch的代码库克隆到本地: ``` git clone https://github.com/VainF/DeepLabV3Plus-Pytorch.git ``` 5. 安装依赖项:进入克隆的代码库目录,并使用以下命令安装所需的Python依赖项: ``` pip install -r requirements.txt ``` 6. 下载预训练模型权重(可选):如果您想从预训练模型开始训练,您可以下载已经预训练好的权重。可以在代码库的README文件中找到下载链接,并将权重文件保存到适当的位置。 7. 准备数据集:根据您的任务和数据集,将图像和标签数据组织到相应的文件夹中。确保数据集的文件路径与代码库中的配置文件相对应。 8. 开始训练:运行相应的训练脚本,例如`train.py`,并根据需要配置训练参数。您可以通过命令行参数或修改配置文件来设置训练参数。 以上是一个基本的环境配置过程,具体的步骤可能会因为您的特定环境和需求而有所不同。请参考deeplabv3-plus-pytorch代码库中的文档和说明,以获取更详细的配置指导。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值