目錄
- 第一步：安裝anaconda
- 1、下載安裝包
- 2、上傳安裝包至Linux服務器，執行安裝命令
- 3、測驗安裝是否成功
- 第二步：創建python環境
- 1、可以先查看默認的python環境
- 2、創建新的環境
- 3、再次查看python環境，可以看到新創建的python環境
- 第三步：安裝pytorch
- 1、首先切入要使用的python環境
- 2、安裝pytorch
- 3、測驗安裝是否成功
- 第四步：安裝mmcv
- 1、安裝mmcv
- 2、測驗安裝是否成功
- 第五步：安裝mmclassification
- 1、從git倉庫拉取原始碼
- 2、使用原始碼安裝
- 3、測驗安裝是否成功
- 總結：至此安裝完畢！若安裝程序出現問題，可嘗試去官網尋找答案，
第一步：安裝anaconda
1、下載安裝包
網址：https://repo.anaconda.com/archive/
選擇版本，這里我選擇了Anaconda3-2020.11-Linux-x86_64.sh
2、上傳安裝包至Linux服務器，執行安裝命令
bash Anaconda3-2020.11-Linux-x86_64.sh
按照英文提示安裝完畢即可！
3、測驗安裝是否成功
conda -V
第二步：創建python環境
1、可以先查看默認的python環境
conda info --env
2、創建新的環境
conda create --name 自定義python環境名字 python=python版本
例如我的版本：conda create --name python3.7.9 python=python3.7.9
3、再次查看python環境，可以看到新創建的python環境
conda info --env
第三步：安裝pytorch
1、首先切入要使用的python環境
conda activate 自定義python環境名字
例如：conda activate python3.7.9
2、安裝pytorch
pytorch安裝有多種方式，詳情參考pytorch官網，建議使用pip3安裝，如下：
pip3 install torch==pytorch版本 torchvision==torchvision版本 -f https://download.pytorch.org/whl/torch_stable.html
若安裝較慢，可使用豆瓣源（或清華源）進行安裝，例如：
pip3 install torch==1.7.1+cu110 torchvision==0.8.2+cu110 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.douban.com/simple/
可以看到，我的環境是裝有的帶cuda的版本（cu110)
3、測驗安裝是否成功
進入python命令列：python，輸入：
import torch, torchvision
print(torch.__version__)
print(torchvision.__version__)
print(torch.cuda.is_available())
若輸出正確的版本資訊及True則說明安裝成功！
第四步：安裝mmcv
1、安裝mmcv
pip3 install mmcv -f https://download.openmmlab.com/mmcv/dist/你的cuda版本/你的pytorch版本/index.html
例如：
pip3 install mmcv -f https://download.openmmlab.com/mmcv/dist/cu110/torch1.7.1/index.html
2、測驗安裝是否成功
進入python命令列：python，輸入：
import mmcv
print(mmcv.__version__)
若輸出版本資訊則說明安裝成功！
第五步：安裝mmclassification
1、從git倉庫拉取原始碼
git clone git://github.com/open-mmlab/mmclassification.git
下載完畢出現mmclassification檔案夾，cd命令進入該檔案夾！
2、使用原始碼安裝
pip3 install -e .
3、測驗安裝是否成功
進入python命令列：python，輸入：
import mmcls
print(mmcls.__version__)
若輸出版本資訊則說明安裝成功！
總結：至此安裝完畢！若安裝程序出現問題，可嘗試去官網尋找答案，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/302426.html
標籤：AI
上一篇：TensorFlow 從入門到精通（-1）—— 源代碼
下一篇：混淆矩陣是什么？Python多分類的混淆矩陣計算及可視化（包含原始混淆矩陣及歸一化的混淆矩陣）:基于skelarn框架iris資料集