环境:
AUTODL;
A40,PYTORCH 1.10.0, CUDA 11.3, 显卡驱动支持11.6;
1、设置pythonpath
export PYTHONPATH=$PYTHONPATH:src
2、改变路径;
datapath=./path_to_mvtec_folder/mvtec
loadpath=./path_to_pretrained_patchcores_models
modelfolder=IM224_WR50_L2-3_P001_D1024-1024_PS-3_AN-1_S0
savefolder=evaluated_results'/'$modelfolder
datasets=('bottle' 'cable' 'capsule' 'carpet' 'grid' 'hazelnut' 'leather' 'metal_nut' 'pill' 'screw' 'tile' 'toothbrush' 'transistor' 'wood' 'zipper')
dataset_flags=($(for dataset in "${datasets[@]}"; do echo '-d '$dataset; done))
model_flags=($(for dataset in "${datasets[@]}"; do echo '-p '$loadpath'/'$modelfolder'/models/mvtec_'$dataset; done))
3、创建文件夹:
datapath=./path_to_mvtec_folder/mvtec
loadpath=./path_to_pretrained_patchcores_models
4、mvtec文件夹下将mvtec数据集放到该文件夹下。
5、安装faiss-gpu;
使用conda install faiss-gpu cudatoolkit=11.3 -c pytorch 安装。
如果用pip安装,默认安装1.7.2, 导致 faiss使用报错。
(PS:安装其他问题:
1、查看源支持的版本:conda search cudatoolkit;可以通过来判断是否能下到对应的版本
2、动不动就解析环境失败,是网络和源的问题。
3、torch版本下成cpu版,可能是源里同时又cpu版本和gpu版本,自动搜到了cpu版本,最好是手动下包,手动安装。
Anaconda的python虚拟环境中安装cudatoolkit和cudnn加速tensorflow_conda安装cudatoolkit-CSDN博客
手动下载路径:Index of /anaconda/cloud/pytorch/win-64/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
查看版本匹配情况:https://download.pytorch.org/whl/torch_stable.html
极其痛苦。)