Pycharm 使用 Xilinx Vitis-AI docker里的conda环境
在用xilinx的Vitis-AI量化pytoch训练的模型时,需要研究具体代码,直接看的话很不方便,用pycharm的话编译器又不能用本地的,于是想能不能直接用docker里面的环境,经过一番研究,终于实现了。
1.pycharm版本
比较新的版本的怎么都设置不好,用了2020.3.5版本的才设置成功
2.设置docker
File->Settings->Build,Execytion,Deployment->Docker
Name那一栏可以随便起,Connect to Docker daemon with:那里选择 Unix socket
下方一会会出现"Connection successful"的字样,点击OK
3.设置Interpreter
File->Settings->Project:XXX->Python Interpreter
在右侧Python Interpreter那一行有一个圆形锯齿样的图标点击弹出的选择框里选择add
弹出的页面中可以对编译器进行配置,左侧一栏选择Docker,右侧Server填入刚才设置的Docker名字,image name 则是本地编译的vitis-ai的最新的gpu镜像:xilinx/vitis-ai-gpu:latest , Python interpreter path这里则需要填入的是项目工程需要的环境,因为我使用的是pytorch相关的model例程,所以我这里的地址是**/opt/vitis_ai/conda/envs/vitis-ai-pytorch/bin/python**,对应的如果你想使用tensorflow相关的,那么这里的地址应该是**/opt/vitis_ai/conda/envs/vitis-ai-tensorflow/bin/python**。
填完之后点击OK,页面会出现loading的字样,加载一会页面上就会显示该环境下安装的各种库,可以看到熟悉的pytoch等,这样基本就算OK了。
回到工程就可以看到项目的py文件import里的代码不再标红带错了。可以开心的看代码了。
PS:
当然还是有一点小问题的,就是关于gpu的代码还是没法直接在pycharm里跑的,要跑项目还是得在terminal里。猜测大概是因为还需要用到nvidia/cuda的docker,这里不知道怎么配,如果有高手能指导一下就好了。
上面这个问题最近得到了解决,方法就是修改要run的py文件的configuration,具体步骤如下:
目标py文件上右键 more Run/Debug -> Modify Run Configuration…
Docker container settings点击右侧文件夹图标,会弹出一个小窗口,修改小串口中的Run options 最后面添加–gpus all就可以使用docker中的gpu了