1.环境配置
1.1 Linux 服务器
# 创建环境
conda create -n pdseg python=3.8
# 安装paddlepaddle-gpu
pip install paddlepaddle-gpu==2.3.2.post101 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html
# 验证
python
>>> import paddle
>>> paddle.utils.run_check()
下载安装PaddleSeg:
下载到本地后,复制到 服务器的 指定文件夹。解压 unzip mydata.zip -d myfloder
# cd到paddleseg目录:
pip install -r requirements.txt
# pip install -v -e . # 这一步不知道干了啥。不允许也可以
# pip install paddleseg # 可以不pip安装paddleseg,使用本地文件夹中的paddleseg即可。
Q1: pip install -v -e .
把python项目可安装化以后,执行pip install .或者pip install -e .安装。
二者区别如下:
pip install . :安装后的模块freeze在pip/conda依赖下,换句话说,再修改本地的原项目文件,不会导致对应模块发生变化。
pip install -e .:-e 理解为 editable,修改本地文件,调用的模块以最新文件为准。
【python pip特殊用法】pip install -v -e . 命令详解
【python pip特殊用法】pip install -v -e . 命令详解_huawei
-v:verbose, or more output. (输出更详细的信息)
-e: installing a project in editable mode. (以可编辑的模式安装项目)
*. : 一个点,代表相对路径,也就是当前路径 (代表路径)
pip install -e .的直接执行对象是当前文件下面的 setup.py 。
setup.py 内包含了执行命令,也就是 安装依赖 和将 命名空间软件 重新安装到包管理器中。
docker
https://hub.docker.com/r/paddlecloud/paddleseg
1.2 win10 (待补充)
2. paddleseg添加新组件
PaddleSeg/blob/release/2.7/docs/add_new_model.md
3.paddleseg训练策略
多卡训练 与 学习率,与loss
若单卡训练中:batch_size 2, iters 80000, lr 0.001
则四卡训练改为: batch_size 2, iters 20000, lr 0.004
单卡换为四卡,batch_size不变,相当于总batch_size增加了4倍数,此时iters可以减小为1/4,学习率可以增加4倍。
深度学习归一化问题 Normalize