3.8 KiB

Raw Blame History

环境准备

# 对于 GPU 用户
sudo nvidia-docker run --name ppcls -v $PWD:/paddle --shm-size=8G --network=host -it registry.baidubce.com/paddlepaddle/paddle:2.3.0-gpu-cuda10.2-cudnn7 /bin/bash

# 对于 CPU 用户
sudo docker run --name ppcls -v $PWD:/paddle --shm-size=8G --network=host -it paddlepaddle/paddle:2.3.0-gpu-cuda10.2-cudnn7 /bin/bash

注意：

首次使用该镜像时，下述命令会自动下载该镜像文件，下载需要一定的时间，请耐心等待；
上述命令会创建一个名为 ppcls 的 Docker 容器，之后再次使用该容器时无需再次运行该命令；
参数 --shm-size=8G 将设置容器的共享内存为 8 G，如机器环境允许，建议将该参数设置较大，如 64G；
您也可以访问 DockerHub ，手动选择需要的镜像；
退出/进入 docker 容器：
- 在进入 Docker 容器后，可使用组合键 Ctrl + P + Q 退出当前容器，同时不关闭该容器；
- 如需再次进入容器，可使用下述命令：
```
sudo Docker exec -it ppcls /bin/bash
```

1.2 在现有环境中安装paddle

您也可以用pip或conda直接安装paddle，详情请参考官方文档中的快速安装部分。

1.3 安装验证

使用以下命令可以验证 PaddlePaddle 是否安装成功。

import paddle
paddle.utils.run_check()

查看 PaddlePaddle 版本的命令如下：

python -c "import paddle; print(paddle.__version__)"

注意：

从源码编译的 PaddlePaddle 版本号为 0.0.0，请确保使用 PaddlePaddle 2.3 及之后的源码进行编译；
PaddleClas 基于 PaddlePaddle 高性能的分布式训练能力，若您从源码编译，请确保打开编译选项 WITH_DISTRIBUTE=ON。具体编译选项参考编译选项表；
在 Docker 中运行时，为保证 Docker 容器有足够的共享内存用于 Paddle 的数据读取加速，在创建 Docker 容器时，请设置参数 --shm-size=8g，条件允许的话可以设置为更大的值。

2. 克隆 PaddleClas

从 GitHub 下载：

git clone https://github.com/PaddlePaddle/PaddleClas.git -b release/2.4

如果访问 GitHub 网速较慢，可以从 Gitee 下载，命令如下：

git clone https://gitee.com/paddlepaddle/PaddleClas.git -b release/2.4

3. 安装 PaddleClas 及其 Python 依赖库

建议直接从 PyPI 安装 PaddleClas：

pip install paddleclas

PaddleClas 的 Python 依赖库在 requirements.txt 中给出，可通过如下命令安装：

pip install --upgrade -r requirements.txt -i https://mirror.baidu.com/pypi/simple

3.8 KiB

Raw Blame History

环境准备

目录

1.安装PaddlePaddle

1.1（建议）使用 Docker 环境

1.2 在现有环境中安装paddle

1.3 安装验证

2. 克隆 PaddleClas

3. 安装 PaddleClas 及其 Python 依赖库

3.8 KiB Raw Blame History Unescape Escape

环境准备

目录

1.安装PaddlePaddle

1.1（建议）使用 Docker 环境

1.2 在现有环境中安装paddle

1.3 安装验证

2. 克隆 PaddleClas

3. 安装 PaddleClas 及其 Python 依赖库

3.8 KiB

Raw Blame History