【持续更新...】
Pytorch中常见的代码包
Apex (A PyTorch Extension) (真是个好用的东西!搭配pytorch, 1+1>2)
https://nvidia.github.io/apex/index.html
环境配置
通常,为了方便管理,会使用anaconda进行环境管理,极大的方便了跑baseline面临的环境不一致的问题。但是anaconda比较臃肿,可以使用Miniconda,功能一样(不影响环境安装),反应速度更快。
官网:https://docs.conda.io/en/latest/miniconda.html
示例:在linux中下载相应的.sh安装文件,然后使用bash运行,根据提示一路进行安装即可。最后刷新环境变量。
bash ~/.bashrc
平时需要安装一些软件包,但是不知道安装的命令行。推荐以下命令,可以找到各个平台安装的命令:
https://command-not-found.com/
如果想要在anaconda环境中安装一些软件包,但是使用sudo apt-get install命令无法安装的时候,可以直接去anaconda的首页,搜索你想要安装的软件包,会提供很多anaconda环境下安装这些软件包的命令,运行命令即可。以aria2为例:
大多数的深度学习包都可以使用pip进行安装。有时候在复现别人代码的时候,需要安装相应版本的包。因此可以去Pypi网站,查找安装包的名称以及相应的发布版本。
一般,都会使用NVIDIA的显卡,如果要使用docker镜像,可以去CUDA Cloud Container中去寻找并下载相应的镜像。根据相应的深度学习框架(Pytorch或者Tensorflow),查找相应的Tag。下载即可。
https://catalog.ngc.nvidia.com/containers?filters=&orderBy=dateModifiedDESC&query=