conda的一些命令以及创建环境的基本命令可参考：Conda环境搭建以及激活
以及 conda 本地环境常用操作

• 前言
  这里是梳理linux上在docker中使用conda，以配置MLD-TResNet-L-AAM模型为例。论文笔记参考：多标签分类论文笔记 | Combining Metric Learning and Attention Heads…MLD-TResNet-L-AAM/GAT+AAM)

一、conda配置

1. 安装anaconda

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2021.11-Linux-x86_64.sh 
或
curl -O  https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2021.11-Linux-x86_64.sh

bash Anaconda3-2021.11-Linux-x86_64.sh

• 配置环境

export PATH="/root/anaconda3/bin:$PATH"

或者写入系统命令中，开启即可启动
输入gedit ~/.bashrc命令打开文件，在文件结尾输入以下语句，保存。

export PATH="/root/anaconda3/bin:$PATH"

然后：

source ~/.bashrc

2. 升级conda（可选）

conda update conda

3. 安装cuda（在宿主机上安装）

apt-get update

apt-get install gcc g++

sh cuda_10.2.89_440.33.01_linux.run

• 配置环境

输入gedit ~/.bashrc命令打开文件，在文件结尾输入以下语句，保存。

export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

然后：

source ~/.bashrc

• 验证安装的cuda

nvcc -V

• 安装cudnn

tar zxvf cudnn-10.2-linux-x64-v7.6.5.32.tgz

chmod 666 /usr/local/cuda/include

cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda/include 
cp cudnn-*-archive/lib/libcudnn* /usr/local/cuda/lib64 
chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

• 旧版验证（这里是旧版）

cat /usr/local/cuda/include/cudnn.h  | grep CUDNN_MAJOR -A 2

• 新版验证

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

4. 在conda中切换cuda的版本

conda search cudatoolkit --info

conda install cudatoolkit==XXXXX

5. 在conda中切换python版本

conda search --full --name python

conda install python=3.8.18

6. 收集运行环境

pip freeze > requirements.txt

7. 回退conda里面包的版本

conda list --revision

查看历史版本，然后运行接数字就好了，比如：

conda install --rev 1

---

二、以下是配置MLD-TResNet-L-AAM论文代码

1. 创建conda环境（以下均在conda中进行）

conda create --name torchreid python=3.7

• 进入conda

conda activate torchreid

或者

source activate torchreid

2. 拉取代码

• 拉取

git clone https://github.com/openvinotoolkit/deep-object-reid.git

• 切换分支

git checkout multilabel

3. 安装环境

• 安装cudatoolkit(一定要先安装cuda)

conda install cudatoolkit=10.2

• 安装cudnn(这里直接安装即可，会安装配套cuda的cudnn)

conda install cudnn

• 配置环境

pip install -r requirements.txt

• 遇到问题1

Collecting inplace_abn
  Using cached inplace-abn-1.1.0.tar.gz (137 kB)
  Preparing metadata (setup.py) ... error
  error: subprocess-exited-with-error

  × python setup.py egg_info did not run successfully.
  │ exit code: 1
  ╰─> [6 lines of output]
      Traceback (most recent call last):
        File "<string>", line 36, in <module>
        File "<pip-setuptools-caller>", line 34, in <module>
        File "/tmp/pip-install-div2jd3n/inplace-abn_810be5ed00194c44a5bcc754bf5501e0/setup.py", line 4, in <module>
          import torch
      ModuleNotFoundError: No module named 'torch'
      [end of output]

  note: This error originates from a subprocess, and is likely not a problem with pip.
error: metadata-generation-failed

× Encountered error while generating package metadata.
╰─> See above for output.

note: This is an issue with the package mentioned above, not pip.
hint: See above for details.

• 解决方案

pip install --upgrade setuptools
python -m pip install --upgrade pip

• 遇到问题2

ImportError: libGL.so.1: cannot open shared object file: No such file or directory

• 解决方案

apt install libgl1-mesa-glx

4. 训练命令

python tools/main.py --config-file configs/EfficientNetV2_small_gcn.yml --gpu-num 1 custom_datasets.roots "['datasets/COCO/train.json', 'datasets/COCO/val.json']" data.save_dir ./out/

• 遇到问题3

网络问题，两个文件无法下载，分别是model.safetensors和pytorch_model.bin。（需要科学上网）

• 解决方案

在本地下好：

https://huggingface.co/timm/tf_efficientnetv2_s.in21k/resolve/main/model.safetensors

https://cdn-lfs.huggingface.co/repos/1a/54/1a5499191575630110693f1105f43e325ae7f696b9f8d34db19ab1309ce0aa15/09dc7ef3e90ec4570d22ae1af1c12cbc1aff590b2c68dec1cbd781340e5a8ccc?response-content-disposition=attachment%3B+filename*%3DUTF-8%27%27pytorch_model.bin%3B+filename%3D%22pytorch_model.bin%22%3B&response-content-type=application%2Foctet-stream&Expires=1697800394&Policy=eyJTdGF0ZW1lbnQiOlt7IkNvbmRpdGlvbiI6eyJEYXRlTGVzc1RoYW4iOnsiQVdTOkVwb2NoVGltZSI6MTY5NzgwMDM5NH19LCJSZXNvdXJjZSI6Imh0dHBzOi8vY2RuLWxmcy5odWdnaW5nZmFjZS5jby9yZXBvcy8xYS81NC8xYTU0OTkxOTE1NzU2MzAxMTA2OTNmMTEwNWY0M2UzMjVhZTdmNjk2YjlmOGQzNGRiMTlhYjEzMDljZTBhYTE1LzA5ZGM3ZWYzZTkwZWM0NTcwZDIyYWUxYWYxYzEyY2JjMWFmZjU5MGIyYzY4ZGVjMWNiZDc4MTM0MGU1YThjY2M%7EcmVzcG9uc2UtY29udGVudC1kaXNwb3NpdGlvbj0qJnJlc3BvbnNlLWNvbnRlbnQtdHlwZT0qIn1dfQ__&Signature=rdjIofPONLg5roVfXki%7EycLUzpfL0VQWI4RaT6-1mTyh5gJoXxHZna1Z97YbSuU9t-KFi2Q5iGguyjKsHhZzSlRv-zVd0lPhPGmuMGcE7npRrZnPNFB2V5XFYtho8fWzKVwreGujYmaFE7Ge-zkTivnO7YkqmNs%7EeH69FRmbp5xAqW0LbsEspr0aOkaxqCCVoFXgPyJBra4dVaITeremwJSD0OcW2F2zNCdbo0nGcCDzrYsRijiUIAXweXpESL10uLt776efgzGhrDtuKKdVD68Q-3voq5PdTWTQaVP2VCDjkb66QECoAoUDtRjGJtK41zNfBs-1N6RGMDUWMNRM4A__&Key-Pair-Id=KVTP0A1DKRTAX

然后放在/root/.cache/huggingface/hub/models--timm--tf_efficientnetv2_s.in21k下。

• 遇到问题4

Couldn't apply path mapping to the remote file.

• 解决方案
  我碰到是因为远程没同步，等待一会儿就好了。

（其中还有网络不佳的问题， 我手动下载，强行改了路径，先跑着）

• 遇到问题5

AttributeError: module 'torch' has no attribute 'frombuffer'

• 解决方案
  发现readme中写pytorch版本要1.8.2而根据requiremets.txt装的是1.8.1的，坑得很！但是没找到，但发现没装cudatoolkit，现在进行安装。未果。还是先装1.8.2看看，参考：
  https://pytorch.org/get-started/previous-versions/

pip3 install torch==1.8.2 torchvision==0.9.2 torchaudio==0.8.2 --extra-index-url https://download.pytorch.org/whl/lts/1.8/cu102

没用，要装torch2.0

conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.8 -c pytorch -c nvidia

然后docker中的cuda也要换成11.8,cudnn要换成相应的；conda中的cudatoolkit也要换成11.8

然后还要修改：

vim /path/to/deep-object-reid-multilabel/torchreid/models/gcn.py
vim /root/anaconda3/envs/torchreid/lib/python3.8/site-packages/randaugment/randaugment.py

• 遇到问题6

pth要下载，网络不佳报错了。（需要科学上网）

• 解决方案：

手动下载：https://drive.google.com/uc?export=download&id=1N0t0eShJS3L1cDiY8HTweKfPKJ55h141
然后放入并改名：/root/.cache/torch/checkpoints/uc?export=download&id=1N0t0eShJS3L1cDiY8HTweKfPKJ55h141.pth

• 遇到问题7

RuntimeError: DataLoader worker (pid 3273) is killed by signal: Bus error. It is possible that dataloader's workers are out of shared memory. Please try to raise your shared memory limit.

• 解决方案

shared memory不够，把环境打包，重启docker，设置shm=2G

• 遇到问题6

然后报cuda内存不够

• 解决方案：

调整batch size:

vim configs/EfficientNetV2_small_gcn.yml

终于跑起来了，脑壳嗡嗡的

注意：

我这边跑的是COCO数据集，要把coco2014的训练和验证数据集里的图片，放到项目目录/datasets/COCO/images中

然后还有配置文件configs/EfficientNetV2_small_gcn.yml的voc都改成coco，注意对应的大小写。