项目场景:
环境: 远程docker
解释器:远程docker的conda里的python
脚本路径:本地mmclassification-master\tools\train.py
参数模型:本地mmclassification-master\\configs\\resnet\\resnet18_8xb32_in1k.py
解释器所选目录:本地mmclassification-master\mmclassification-master\tools
已设置远程代码同步
问题描述
用远程解释器跑train.py脚本并加入想要使用的模型路径(
resnet18_8xb32_in1k.py),右上角配置各种路径
在tools里生成 结果文件 会包含全部model data 和schedules default_runtime 在一个文件中
结果运行train.py时报错了...
原因分析:
1.是不是docker里mmcv版本低,查看docker中的mmcv版本
2.是不是进入conda路径有问题,注意进入路径,方法
这是候有两种方法查看docker里的mmcv版本方法
第一种:.先进入宿主机,在进入宿主机的docker
好,没毛病,注意第二种方法
第二种:.直接连接宿主机的docker
注意要进入对的conda路径里面,否则容易进错
直接连容器的话,需要多执行一句 source /opt/conda/bin/activate,这样才能进入conda
这时候再重新删除旧版本 下载新版本MMCV
安装地址:
Installation — mmcv 1.6.2 documentation
找到安装语句 再conda路径里安装
最后成功
good!!!