搭建环境:LGI
1.安装python3.8+Anaconda
创建虚拟环境lgienv
conda create --name lgienv python=3.8
开/关环境
conda activate lgienv
conda deactivete
2.安装CUDA+cuDNN
显卡配置:GTX3090
driver:456.71
需安装CUDA版本:11.1
cuDNN:8.0.5
安装过程
检查环境变量:
测试CUDA:
测试cuDNN:
3.安装Pytorch 1.8.1
首先配置清华园镜像:
较全的教程
1.显示已有channel
conda config --show channels
2.删除channel
conda config --remove channels https:xxxxxx
3.添加可用清华园镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
config --set show_channel_urls yes
config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
开始下载
conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c conda-forge
如果出现超时:
conda config --set remote_read_timeout_secs 10000.0 //初始值为60s
好了,下载不下来
我们自己从清华镜像的网站上下载一下,然后进行
本地安装
conda install --use-local $PATH_ROOT/XXX.tar.bz2
此处将下载的pytorch-1.8.1-py3.8_cuda11.1_cudnn8_0.tar.bz2放到D:\02_install\Anaconda3\pkgs内,然后运行安装
检查运行
哈哈
4.安装tensorflow
用这个安装的
pip --default-timeout=100 install tensorflow -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
运行
输入
set CUDA_VISIBLE_DEVICES=0
python -m src.experiment.eval --config pretrained_models/charades_LGI/config.yml --checkpoint pretrained_models/charades_LGI/model.pkl --method tgn_lgi --dataset charades