Ubuntu系统DeeplabV3Plus实战(PyTorch版本)

说明:本教程针对有一定编程基础和项目基础的同学,需要提前配置好属于你自己的深度学习环境,在进行以下学习之前,请确保你的深度学习环境没问题。 

1 安装PyTorch

1.1 安装Anaconda

Anaconda 是一个用于科学计算的 Python 发行版,支持 Linux, Mac, Windows, 包含了众多流行的科学计算、数据分析的 Python 包。
1. 去官方地址下载好对应的安装包
下载地址 : https://www.anaconda.com/download/#linux
2. 安装 anaconda
bash ~/Downloads/Anaconda3-2021.05-Linux-x86_64.sh
anaconda 会自动将环境变量添加到 PATH 里面,如果后面你发现执行 conda 提示没有该命令,那么
你需要执行命令 source ~/.bashrc 更新环境变量,就可以正常使用了。
如果发现这样还是没用,那么需要添加环境变量。
编辑 ~/.bashrc 文件,在最后面加上

 export PATH=/home/bai/anaconda3/bin:$PATH  

保存退出后执行: source ~/.bashrc
再次输入 conda list 测试看看,应该没有问题。

1.2 添加Aanaconda国内镜像配置

清华 TUNA 提供了 Anaconda 仓库的镜像,运行以下命令 :
conda config --add channels
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

1.3 安装pytorch

首先创建一个 anaconda 虚拟环境,环境名字可自己确定,这里本人使用 mypytorch 作为环境名 :
conda create -n mypytorch python=3.8
安装成功后激活 mypytorch 环境:
conda activate mypytorch
在所创建的虚拟环境下安装 , 执行命令:
conda install pytorch torchvision cudatoolkit=10.2 -c pytorch
  • 15
    点赞
  • 28
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要配置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