浅浅记录一下初次跑大模型的过程

之前主要搞搞ros小车方面的东西，由于本科是学机械方面的。对于深度学习，大模型一类的东西完全没有概念，但是由于需要，接触计算机视觉方面内容。过程很艰辛，即便是有很专业的女朋友帮助，初次跑完浅浅记录一下，希望对没接触过相关领域的同学们有一定的帮助。

跑的模型是行人重识别的经典模型，从零开始行人重识别 - 知乎，软件包需要有下图几种。

 git官网上写得其实是GPU需要大于等于4G，查询自己GPU的大小以及nvidia版本和cuda版本的指令

首先cd到NVSMI目录下，一般都是以下的路径

cd C:/Program Files/NVIDIA Corporation/NVSMI

然后

nvidia-smi

得到，GPU只有4G,本地运行的话可能比较吃力，所以需要用服务器

 一开始用的是vscode，下载ssh插件远程连接服务器，不稳定经常容易掉，最讨厌的就是终端字体奇丑无比，老被女朋友吐槽，最后用的Xserve。

Xserve连接服务器步骤如下：

点击   sessions-new session 

输入服务器ip地址和端口号，最好勾选specify username,输入root,登录。连接好服务器后选择合适的位置建立自己的文件夹，本来想直接把github上的代码和数据集直接git到服务器上的，结果这几天服务器也老出问题，不得已下载到本地再进行上传。

本地上传文件到服务器的两种方法：

1、windows+r，cmd打开命令提示行，cd到你要上传的文件路径下，输入

scp -P 端口号 -r * root@服务器ip地址:你要上传的服务器路径

 有的时候会有问题，上传文件不全，然后女朋友告诉的第二种方法。

2、Xserve

session-new session-SFTP,输入ip地址和端口号，username：root

 

可以直接把本地文件拖到右边服务器上（炫耀一嘴我女朋友好厉害耶）

 之后的运行步骤文章写的很清楚了从零开始行人重识别 - 知乎，一步步照做就可以，注意文章中那些前面不挂python的代码，首先要进入python环境下在运行哦

在1.3环节下运行

python train.py --gpu_ids 0 --name ft_ResNet50 --train_all --batchsize 32  --data_dir your_data_path

 会报错

RuntimeError: Pin memory thread exited unexpectedly

参考了(10条消息) RuntimeError: Pin memory thread exited unexpectedly_小馆长布鲁克的博客-CSDN博客这篇文章，将pin_memory=True，改为False，结果再次运行时又出现报错

RuntimeError: DataLoader worker (pid(s) xxx) exited unexpectedly

出现这种问题的主要原因因为CPU加载数据和GPU处理数据速度不匹配了，(10条消息) RuntimeError: DataLoader worker (pid(s) 46220) exited unexpectedly_两面包+芝士的博客-CSDN博客 这篇文章写得非常详细，需要在对应的python文件中修改

batchsize

num_workers设的小一点，比如2，甚至不设置(默认为1)

pin_memory 等

后续过程遇到的问题雷同，依然采用上述办法。

从零开始行人重识别学习笔记_行人重识别过程_zhyue77yuyi的博客-CSDN博客

这篇文章对整体模型讲述比较详尽，需要的同学可以看看。

没用自己的机器跑，擦边的gpu估计八太兴，这两天尝试一下        zha 小部件