北京超算云中心pytorch/mmcv环境配置
![[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-LbYy2LwZ-1684303655306)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20230516140649037.png)]](https://img-blog.csdnimg.cn/c6eeddc06611401d9dd3afa769e91a8e.png)
| which python | 查看python路径 |
|---|---|
| source deactivate mmseg-dev | 退出当前环境 |
| sbatch --gpus=2 ./run.sh | 提交训练任务作业 |
| parajobs | 查看已提交作业 |
| sacncel + ID | 取消作业 |
先放上常用的基本命令。
下面开始配置pytorch
pytorch环境配置
1、输入module avail，查看现有什么版本的anaconda，根据你的需要安装对应版本的anaconda，这里我选择2022.10版本。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-M5LaKQxQ-1684303655308)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20230516140812909.png)]
2、加载cuda环境，这里我选cuda/11.7
module load cuda/11.7
3、加载conda环境，这一步很快，可以通过module list查看
module load anaconda/2022.10
4、创建python环境，这里我指定python版本为3.8，环境名为mmseg-dev
conda create --name mmseg-dev python=3.8
点Y，很快就完成。
5、激活环境
使用conda env list查看已安装环境
使用conda activate mmseg-dev激活环境，也可以使用source activate mmseg-dev激活环境。
6、安装pytorch，这里我选择的torch是1.12.1版本。
torch各版本安装命令：https://pytorch.org/get-started/previous-versions/
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.6 -c pytorch -c conda-forge
这里不建议pip，虽然官方说pip可以，但我测试的是pip安装完用conda list查看是没有的，pip应该是默认安装到base环境里的。
7、测试
python -c 'import torch;print(torch.__version__)' 输出对应的版本即可
mmcv安装
安装完python和torch环境后，我建议退出缓一缓再安装mmcv，至于为什么我也没搞清楚，只是立刻安装一直提示没有torch包。退出后重新进入激活环境就可以了。
1、安装mmengine和mmcv
pip install -U openmim
mim install mmengine
mim install "mmcv>=2.0.0"
2、安装自己想要的算法版本包，这里以mmseg为例
这里我推荐手动下载好源码，然后拷贝进入安装。具体为：进入mmsegmetation的GitHub主页，选择自己想要安装的branches分支，下载zip包，然后通过云计算中心的快传工具导入。这里以mmsegmentation-dev-1.x为例。
（1）解压mmsegmentation-dev-1.x.zip
（2）cd run/mmsegmentation-dev-1.x
（3）编译安装mmsegmentation
pip install -v -e .
# '-v' 表示详细模式，更多的输出
# '-e' 表示以可编辑模式安装工程，
# 因此对代码所做的任何修改都生效，无需重新安装
这里也可以使用mim安装，以mmdet为例
mim install "mmdet>=3.0.0rc4"
