前言——矩池云的使用技巧

1.切换源

命令：

bash /public/script/switch_conda_source.sh

一、下载数据集

本次只需要用到CASIA-B数据集
下载地址为：
CASIA-B数据集

下载后，需要用
python datasets/pretreatment.py --input_path CASIA-B --output_path CASIA-B-pkl
对其进行预处理，得到CASIA-B-pkl

这里的–input_path后为存放CASIA-B数据集的路径，–output_path后为要放的预处理后的存放路径

二、下载模型

由于运行官方模型下载命令失败了，所以我直接到release页面下载的模型，然后放到output文件夹下

可以根据源代码看下载好的模型要放在哪里：

可以看到，前三个要放在ouput文件夹下，后面两个要放在output/GREW/GaitGL文件夹下

三、环境配置

考虑到适配问题，在矩池云租用GPU时最好选择pytorch=1.10的环境

1.查看python、torch、torchvision版本

python --version

conda list torch

python和torch版本不能过高，否则有些包不能用

以下为我在矩池云租用的GPU的配置：
python：3.8.12
torch: 1.10.0+cu113
torchvision: 0.11.1+cu113

注意三者的版本应该适配：这里面写了对应版本

2.查看一些包版本是否过高

用conda list语句查看当前有哪些包及其对应的版本

如果版本过高，则需要降低版本

首先看一些包的版本是否过高：

（1）setuptools 应该为 58.0.4
如果版本过高，则需要修改：
AttributeError: module ‘distutils‘ has no attribute ‘version‘ 解决方案

（2）Pillow 应该为：10.0以下

10.0之后pillow删除了一些属性，所以需要将其降低版本，可以降低至9.5.0版本：

参考这里

我的版本为8.4.0，因此暂时不做修改

3.下载包

在终端直接运行：

conda install tqdm pyyaml tensorboard opencv kornia einops -c conda-forge

运行完后，用命令conda list查看需要的包是否都安装好了，需要的包如下：

比如我发现py7zr没有安装，所以我运行了 conda install py7zr命令

四、开始训练

1.设置环境变量

运行下面的语句：
export RANK= 0设置当前进程的排名
export WORLD_SIZE=1设置总的进程数量
export MASTER_ADDR=localhost设置主地址
export MASTER_PORT=12345设置主端口

2.遇到的问题

（1）torch.cuda.is_available()返回false

在python中打印torch.cuda.is_available()，返回了False
查看torch版本：
conda list torch

结果：

参考文章：

Why torch cuda_is_available returns False even after installing PyTorch with CUDA

首先查看CUDA版本：nvcc --version

可以看到我的CUDA版本为11.3，所以安装命令为：

pip install torch torchvision torchaudio -f https://download.pytorch.org/whl/cu113/torch_stable.html

安装成功后再次查看torch版本：

发现刚刚第一个pytorch没有了

现在再打印torch.version.cuda。结果为：

在python中打印，结果也为True：

大功告成！

（2）报错：缺少 GLIBCXX_3.4.29 版本的 libstdc++.so.6 库文件

查看linux版本：lsb_release -a

第一步：更新 libstdc++ 库
由于我的linux版本为Ubuntu，所以更新命令如下：
sudo apt update——更新软件包索引
sudo apt install --only-upgrade libstdc++6——升级 libstdc++ 库

第二步：更新conda库
查看conda版本：conda -V
更新conda：conda update -n base -c defaults conda --repodata-fn=repodata.json

第三步：重新安装protobuf库
conda install protobuf

3.训练

由于torch.distributed.launch过时了，所以要改为torch.distributed.run

CUDA_VISIBLE_DEVICES=0,1 python -m torch.distributed.run --nproc_per_node=2 opengait/main.py --cfgs ./configs/baseline/baseline.yaml --phase train

这里还没运行成功