人脸聚类框架(Face Cluster Framework)项目实战过程

目录

1、工具选择

1.1 获取版本号/帮助

1.2 环境相关

1.3 管理包

1.4 更换conda源

1.4.1 更换清华源

1.4.2 更换中科大源

1.4.3 显示现有安装源

1.4.4 恢复默认源

1.4.5 移除某个源

2、新建fcf环境

将环境从base切换为fcf，添加清华源。

3、安装pytorch

3.1 查看自己cuda版本，

3.2 进入pytorch官网

3.3 或者

 安装完毕后，进入python检测是否安装成功 

4. 安装Infomap （环境要求）

4.1 使用点子

---

---

人脸聚类框架(Face Cluster Framework)_Mr_不想起床的博客-CSDN博客

踩过很多坑，一个多月了还是失败了，现在重新整理思路

• Python >= 3.6
• sklearn
• infomap
• numpy
• faiss-gpu(or faiss-cpu)
• torch >= 1.2
• torchvision

1、工具选择

anconda,pycharm,先安装完anconda，常用命令如下：

1.1 获取版本号/帮助

获取版本号	conda -V
	conda --version
获取帮助	conda -h
	conda --help
获取环境相关命令的帮助	conda env -h
所有 --单词 都可以用 -单词首字母来代替	比如 -version 可以用 -V来代替，只不过有的是大写，有的可能是小写

1.2 环境相关

创建环境	conda create -n environment_name
创建指定python版本下包含某些包的环境	conda create -n environment_name python=3.7 numpy scipy
进入环境	conda activate environment_name
退出环境	conda deactivate
删除环境	conda remove -n yourname --all
列出环境	conda env list / conda info -e
复制环境	conda create --name new_env_name --clone old_env_name
指定目录下生成环境yml文件	conda env export > 目录/environment.yml
从yml文件创建环境	conda env create -n env_name -f environment.yml

1.3 管理包

对包的管理是在某个环境下进行的， 先进入特定环境再进行包的操作比较好，不会出现把本该安装在A环境中的包安装在了B环境中这种情况。

安装包	conda instal package_name
查看当前环境包列表	conda list
查看指定环境包列表	conda list -n environment_name
查看conda源中包的信息	conda search package_name
更新包	conda update package_name
删除包	conda remove package_name
清理无用的安装包	conda clean -p
清理tar包	conda clean -t
清理所有安装包及cache	conda clean -y --all
更新anaconda	conda update annaconda

最后三个清理命令类似于清理手机上的安装包、缓存，不会删除某个库，只是删除已经安装完成的那些安装包。

1.4 更换conda源

1.4.1 更换清华源

windows:

命令行中直接使用以下命令

 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge 
 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

设置搜索时显示通道地址

 conda config --set show_channel_urls yes

linux:

将以上配置文件写在~/.condarc中 vim ~/.condarc

1.4.2 更换中科大源

 conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
 conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
 conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
 conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
 conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
 conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
 ​
 conda config --set show_channel_urls yes
 ​

1.4.3 显示现有安装源

 conda config --show channels

1.4.4 恢复默认源

 conda config --remove-key channels

1.4.5 移除某个源

 conda config --remove channels https://mirrors.cloud.tencent.com/anaconda/pkgs/pro/

2、新建fcf环境

将环境从base切换为fcf，添加清华源。

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
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/

3、安装pytorch

3.1 查看自己cuda版本，

我的cuda是11版本了，所以可以安装11版本以下的任何版本。

3.2 进入pytorch官网

官网网址：PyTorch

最终pytorch用pip安装

3.3 或者

我这里选择了只有CPU，按照官网对应的安装命令为[非最终，注意下面部分说明]：

conda install pytorch torchvision cpuonly -c pytorch

但是，请注意，我们已经添加了下载渠道为清华镜像了，因此不需要 -c pytorch这一部分，即最终的安装命令为：

conda install pytorch torchvision cpuonly

将这部分命令输入后，即可，已经完成了大部分工作。

conda install pytorch torchvision torchaudio cudatoolkit=11.2

 安装完毕后，进入python检测是否安装成功 

import torch 
import torchvision
print(torch.cuda.is_available())

import torch
print(torch.version.cuda)

4. 安装Infomap （环境要求）

我们建议使用 pip。如果您想自己从源代码编译，请阅读从源代码编译部分。

安装 Infomap 需要工作gcc或clang编译器。更多信息可以在先决条件下找到。

4.1 使用点子

下载 Infomap 的最简单方法是从 Python 包索引 PyPi。

要安装，运行

pip install infomap

要升级，请运行

pip install --upgrade infomap

Infomap 需要支持 C++14 和可选 OpenMP的工作gcc或clang编译器。

在Windows系统上使用pip安装一些包时，“Microsoft Visual C++ 14.0 is required.”是个很常见的错误。网上流传的一些办法（如offline安装或二进制安装等）虽能解决，但终究还是在回避问题。

治本的解决办法是，安装Visual C++ 14.0，以解万忧。

首先确定你要安装的Visual C++编译器版本。每个Python版本都使用特定版本的编译器，因此需要安装与Python版本相对应的编译器：

在执行操作之前，先安装或升级Setuptools Python软件包。

pip install --upgrade setuptools

 直接用 Visual C++ 14.2 编译器的 standalone，不需要安装Visual Studio 2019。

1. 安装Microsoft Build Tools for Visual Studio 2019Microsoft Build Tools for Visual Studio 2019；下载 Visual Studio Tools - 免费安装 Windows、Mac、Linux
2. 在 Build Tools 中，安装“使用C++的桌面开发”并确保安装详细信息的前两项勾选。
3. setuptools Python包的版本必须至少为34.4.0。

​

安装以前的 Visual C++ 14版本（包括2015、2017版本）也可，视开发环境而定。

安装包的环境准备

1、InfoMap目前有两个版本，其中0.x的是稳定版，另外有个1.0处于beta阶段；

2、直接pip install infomap安装的就是beta的1.0版本，但是功能不全，并且只支持Python 3.x；

3、全功能的还是0.x版本，支持Python 2.7，但我不知道为什么0.x的最新版编译成功后import会出错。