openmmlab开发文档(一)

环境搭建

本文全部基于以下配置进行搭建,建议使用openmmlab系列前对软硬件进行完整测试,全部验证完成后开始你的AI之旅。

演示平台:其中CPU和GPU型号无限制,你可以随意发挥(推荐配置AMD 5800X3D + Nvidia A100😁)。

CPUIntel i7-11700
GPUNvidia GTX-1660TI
系统Ubuntu 16.04
CUDA版本10.1
显卡驱动430.64
Anaconda版本4.5.11
Python版本3.7.0
numpy版本1.21.5
pytorch版本1.8.1
mmcv版本1.4.2

​ Linux系统是AI从业人员和大部分计算机相关方向的主力系统,各类服务器、数据中心、银行系统等都是基于Unix/Linux的定制化。我国为了摆脱对Windows系统的依赖也在逐步进行OS国产化,近些年的deepin系统、chinaredflag-Linux都是如此,因此希望学习AI的老师和同学们未来都可以逐渐适应Ubuntu系统。


硬件篇

​ GPU的超大规模并行机制可以对AI领域大量的矩阵运算进行加速,相比于CPU训练可以提速数倍至数十倍,因此我们更推荐使用GPU来进行模型的推理训练。目前国际主要GPU厂家有AMD、Nvidia和即将加入的Intel三家,由于我们的训练需要依赖CUDA环境,所以推荐大家使用Nvidia旗下的显卡,本文档就是基于GTX-1660TI进行演示的(因为AMD的显卡仅支持ROCm框架,CUDA为Nvidia专有,使用AMD显卡无法进行CUDA加速)。

​ CUDA是由Nvidia公司开发的通用计算架构,需要有对应的显卡驱动作为支持。如果没有正确安装CUDA,会导致进行深度学习训练时无法使用GPU进行训练加速。一般的云服务器都会帮用户预装CUDA环境不用担心,检查自己的CUDA和显卡驱动版本可以使用Ctrl+Alt+T呼出terminal,输入nvidia-smi命令检查,效果如下图所示。

在这里插入图片描述

CUDA下载地址

显卡驱动下载地址


软件篇

Ubuntu系统配置

​ 因为我们安装软件需要使用pip或者conda,但是这两者的下载源地址是国外的路径,速度非常慢,因此我们推荐在开始安装之前先配置好国内的下载源,这里我们推荐使用清华源或中科大源(PS:Mac系统使用M1之后的硬件配置必须使用清华源,因为中科大源的pytorch、numpy、python之间有莫名的引用冲突)。

​ 在terminal中输入:

sudo vim /etc/apt/sources.list

​ vim是一种Linux系统下的编辑器,初始进入状态是只读不可编辑。所以进入之后,按i键切换到编辑模式,之后将文件内容替换为:

deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial main multiverse restricted universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-backports main multiverse restricted universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-proposed main multiverse restricted universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security main multiverse restricted universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates main multiverse restricted universe
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial main multiverse restricted universe
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-backports main multiverse restricted universe
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-proposed main multiverse restricted universe
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security main multiverse restricted universe
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates main multiverse restricted universe

​ 然后按Esc按键退出编辑模式,**按Shift + 😗*进入文件编辑命令,输入wq保存并退出,最后输入命令,完成更新:

sudo apt-get update

Anaconda安装

​ Anaconda是一个python的发行版,包括了python和很多常见的软件库, 和一个包管理器conda,我们后续的学习都基于它提供的环境。首先,我们需要清华anaconda镜像源下载Anaconda的安装包。之后在terminal中输入并运行.sh文件

cd Downloads/
bash Anaconda3-你下载的版本-Linux-x86_64.sh

​ 在注册信息页面输入yes,阅读之后再输入yes,之后按Enter完成安装,最后输入yes将conda添加到环境变量中。在提示信息“Do you wish to proceed with the installation of Microsoft VSCode? [yes|no]”,输入no。重启terminal,即可使用Anaconda。

​ 最后修改终端的默认 python 为 anaconda,完成Anaconda的安装。

sudo gedit ~/.bashrc
export PATH="/home/xupp/anaconda3/bin:$PATH"
source ~/.bashrc

​ 同样的我们需要给conda替换下载源,输入命令添加源,具体步骤同上pip换源:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

​ 修改配置文件,删除

gedit ~/.condarc

​ 修改之后的内容如下:

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
show_channel_urls: true

​ 最后更新源地址结束换源:

source ~/.condarc

配置虚拟环境

​ 现在我们需要在conda中创建一个新的虚拟环境来方便我们后续的包管理,打开terminal后输入:

conda create -n openmmlab python==3.9.0

​ 输入yes之后等待安装完成,然后激活你的新环境开始最后的配置:

conda activate openmmlab 另:如果后续需要退出环境输入conda deactivate即可

pytorch官网找到适合自己的版本

在这里插入图片描述

​ 输入命令安装PyTorch

pip install torch==1.8.1+cu101 torchvision==0.9.1+cu101 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html

​ 接下来需要验证GPU加速是否成功,openmmlab环境下在terminal中输入python,然后输入如下代码:

>>import torch
>>print(torch.cuda.is_available())
>>True
>>exit()

​ 若输出为True则继续进行后续配置,若为False则检查之前的步骤是否正确。

安装MMCV

​ mmcv是openmmlab的基础框架,我们可以从openmmlab开源库看到相关源代码。如果你的电脑可以使用GPU加速,那么在terminal中输入命令安装mmcv并等待编译完成:

pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cu101/torch1.8.1/index.html

​ 如果你没有GPU加速计算,那么就安装普通版本的mmcv:

pip install mmcv

安装Pycharm

​ 我们推荐使用Pycharm来进行Python编程,这是一个强大的Python IDE,可以帮助你高效的阅读和编辑代码。进入Pycharm官网选择安装免费的社区版或专业版(对于新手开发社区版足够)。

在这里插入图片描述

​ 下载结束后,在terminal中输入以下命令:

cd Downloads/
tar -zxvf pycharm-community-2021.3.1.tar.gz
cd pycharm-community-2021.3.1/bin/
sh ./pycharm.sh

​ 同意隐私协议后完成安装。


结语

​ 至此,所有前期准备工作已经完成,你已经拥有了一台可以用GPU加速的AI编程电脑,让我们开始用AI改变世界吧~

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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