2024年11月6日 踩过的坑要长记性
1.正确使用多个python环境
一个电脑可能不止装了一个python,可能有标准版的python,可能有embedded python,所以,系统会默认使用某一个python,你也不知道是哪一个。
如果你想在某个python环境里安装某个库时,使用pip install XXX 装好了之后,引用的时候发现该库不存在,然后就傻眼了,是因为可能装到默认python中去了。于是,重点,需要记住,在终端使用python命令的时候要带着python.exe的完整路径一起使用,在终端使用pip命令时,也要带着pip.exe的完整路径一起使用。
2.使用requirements.txt装库前要检查
有时候配置一个运行环境需要装好多库,一个一个 pip install 会很麻烦,就有一种方法可以一劳永逸,就是使用requirements.txt文件安装库,命令 pip install -r requirements.txt。但是,不要直接就敲命令,先检查一下requirements.txt中有没有本地已经装好的库,检查一下版本,是支持CPU还是GPU。如果已存在,就注释掉,再敲命令 pip install -r requirements.txt。这些很重要,不建议无脑直接装。
3.安装Pytorch
好多情况都会用到Pytorch这个库,它有CPU版本和GPU版本,安装需要torch(核心库),torchvision(图像处理),torchaudio(音频处理),还要检查GUDA的版本,这些都对应才可以。
使用yolo训练时,遇到一个问题 NotImplementedError: Could not run ‘torchvision::nms‘ with arguments from the ‘CUDA‘ backend. 问题的原因是 torch 和torchvision的版本不同,torch支持cuda,torchvision不支持。然后就卸载torchvision,重新装。
三个库一起装:pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117
单独装torchvision:pip install torchvision --index-url https://download.pytorch.org/whl/cu117
4.对异常现象敏感起来
yolo训练使用GPU会很快,也可以用CPU,不过就是慢。当训练速度很慢很慢时,不应该敏锐地检查一下是不是在GPU的基础上运行的吗。然后在python环境下查看一下torch.cuda.is_available的输出是否为True,然后检查一下torch的版本,等等等,这样就不会浪费很多时间在等待训练结果上了。
加油,犯过的错不再犯也很厉害
标签:torchvision,--,torch,python,pip,记性,install,反思 From: https://www.cnblogs.com/HermioneGranger/p/18529713