pytorch 如何使用softpool pytorch optim

环境准备

1.在启智AI协作平台 2.MMpose安装教程

前期准备

1.有启智账号，登陆后，点击加号，从MMpose安装教程写入，迁移到这里

启动调试任务，并创建GPU环境，点击调试。

安装Pytorch

pytorch 需要指定清华源，目的两个一个是下载快，一个是防止找不到网页报错，
执行命令`;注需要另开一个窗口，terminal终端执行下面的命令，永久设置pip的源为清华源

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple`

执行截图

然后我们执行教程里面的下载命令，直接找到教程中的文档点击，运行即可。

!pip3 install install torch==1.10.1+cu113 torchvision==0.11.2+cu113 torchaudio==0.10.1+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html

用MIM安装MMCV

继续执行接下来的命令

!pip install -U openmim
!mim install mmengine
!mim install 'mmcv==2.0.0rc3'
!mim install "mmdet>=3.0.0rc6"

执行截图，运行很丝滑，没有报错

执行命令

!pip install opencv-python pillow matplotlib seaborn tqdm pycocotools -i https://pypi.tuna.tsinghua.edu.cn/simple

执行截图

下载 MMPose

# 删掉原有的 mmpose 文件夹（如有）
!rm -rf mmpose
# 从 github 上下载最新的 mmpose 源代码
!git clone https://github.com/open-mmlab/mmpose.git -b tutorial2023
# 进入主目录
import os
os.chdir('mmpose')

执行截图

安装 MMPose

!mim install -e .

下载预训练模型权重文件和视频素材

import os

# 创建 checkpoint 文件夹，用于存放预训练模型权重文件
os.mkdir('checkpoint')

# 创建 outputs 文件夹，用于存放预测结果
os.mkdir('outputs')

# 创建 data 文件夹，用于存放图片和视频素材
os.mkdir('data')

os.mkdir('data/test')

环境里面默认没有wget，先打开一个终端，用下面的命令下载

apt-get install  wget

再执行教程里面的命令

# 多人图片，来源：https://www.pexels.com/zh-cn/photo/2168292/
!wget https://zihao-openmmlab.obs.cn-east-3.myhuaweicloud.com/20220610-mmpose/images/multi-person.jpeg -O data/test/multi-person.jpeg

# 单人视频-唱跳篮球 
!wget https://zihao-openmmlab.obs.myhuaweicloud.com/20220610-mmpose/videos/cxk.mp4 -P data/test

# 妈妈和女儿跳舞，经微信压缩
!wget https://zihao-openmmlab.obs.myhuaweicloud.com/20220610-mmpose/videos/mother_wx.mp4 -P data/test

# 两个女生跳舞视频，来源：https://mixkit.co/free-stock-video/two-girls-having-fun-in-a-retro-restaurant-42298/
!wget https://zihao-openmmlab.obs.cn-east-3.myhuaweicloud.com/20220610-mmpose/videos/two-girls.mp4 -O data/test/two-girls.mp4

检查安装成功

# 检查 Pytorch
import torch, torchvision
print('Pytorch 版本', torch.__version__)
print('CUDA 是否可用',torch.cuda.is_available())

执行截图

# 检查 mmcv
import mmcv
from mmcv.ops import get_compiling_cuda_version, get_compiler_version
print('MMCV版本', mmcv.__version__)
print('CUDA版本', get_compiling_cuda_version())
print('编译器版本', get_compiler_version())

执行上面命令之后，报错了【ImportError: libGL.so.1: cannot open shared object file: No such file or directory】，截图如下

经过网上查找吗，发现环境缺少库，再终端窗口，执行下面的命令进行安装

apt install libgl1-mesa-glx

执行结果如下

安装成功之后，我们再执行，刚才的python命令，又弹出一个错误【ImportError: libgthread-2.0.so.0: cannot open shared object file: No such file or directory】

网上查找答案之后，执行下面的命令，

apt-get update
apt-get install libglib2.0-dev

执行截图

重新执行上面的python命令，执行成功

# 检查 mmpose
import mmpose
print('mmpose版本', mmpose.__version__)

执行截图