PaddleClas/docs/zh_CN/installation/install_paddleclas.md

环境准备

---

目录

• 1. 安装 PaddlePaddle
  • 1.1 使用Paddle官方镜像
  • 1.2 在现有环境中安装paddle
  • 1.3 安装验证
• 2. 克隆 PaddleClas
• 3. 安装 Python 依赖库

1.安装PaddlePaddle

目前，PaddleClas 要求 PaddlePaddle 版本 >=2.3。 建议使用Paddle官方提供的 Docker 镜像运行 PaddleClas，有关 Docker、nvidia-docker 的相关使用教程可以参考链接。

1.1（建议）使用 Docker 环境

• 切换到工作目录下，例如工作目录为/home/Projects，则运行命令:

cd /home/Projects

• 创建 docker 容器

下述命令会创建一个名为 ppcls 的 Docker 容器，并将当前工作目录映射到容器内的 /paddle 目录。

# 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 Python 依赖库

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