spikformer复现流程

文献—代码
以cifar-10为例

1、linux环境配置

创建python3.9虚拟环境

conda create --name spikformer python=3.9

激活虚拟环境

conda activate spikformer

查看GPU CUDA版本（默认你已经安装好了CUDA）

nvidia-smi 

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 525.60.13    Driver Version: 525.60.13    CUDA Version: 12.0     |
+-------------------------------+----------------------+----------------------+

由于CUDA向下兼容，所以CUDA12.0可以安装CUDA11.1版本的torch

pip install torch==1.10.0+cu111 torchvision==0.11.0+cu111 torchaudio==0.10.0 -f https://download.pytorch.org/whl/torch_stable.html --default-timeout=100 -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install timm==0.5.4 spikingjelly==0.0.0.0.12 pyyaml -i https://pypi.tuna.tsinghua.edu.cn/simple

创建数据集保存目录

cd spikformer-main/cifar10

mkdir cifar-10-python

2、项目代码调整

• 更改backend=torch：cupy怎么都调不好，于是不使用cupy加速计算，在"model.py"中：将所有的backend='cupy'改为backend='torch'
• 设置数据集为下载模式：在"train.py" 495行：args.dataset,改为args.dataset, download=True,
• 更改数据集保存目录：在"cifar10.yml"中：data_dir: 歪比巴卜修改为data_dir: cifar-10-python/
• 手动下载数据：服务器上下载太慢了，本地下载好cifar-10-python.tar.gz，上传到"spikformer-main/cifar10/cifar-10-python/"

3、运行

cd spikformer-main/cifar10

python train.py