点击链接https://cloud.blsc.cn/进入网页版或下载客户端，使用北京超级云计算中心账号登陆

环境信息加载总结
#!/bin/bash
#加载模块
module load anaconda/2021.05
module load cuda/11.1
module load gcc/7.3
#激活环境
source activate opennmmlab_mmclassification

1.SSH到服务器
点击页面上的SSH进行远程连接，点击连接后进行命令行界面
进入run目录下，run目录下有300G的内存，可以把数据和代码等各种资料存到里面

cd run

2. 创建环境
首先在命令行输入,查看预先安装的工具

module avail

安装anaconda 2021.05版本

module load anaconda/2021.05

创建一个python环境

conda create --name mmclassification python=3.8

激活环境

source activate mmclassification

安装pytorch工具，超算3090显卡支持的最低版本为cuda11.1，要安装cuda11.1以上版本

pip install torch==1.10.0+cu111 torchvision==0.11.0+cu111 torchaudio==0.10.0 -f https://download.pytorch.org/whl/torch_stable.html

查看预先安装的工具

module avail

加载cuda/11.1

module load cuda/11.1

安装MMCV

pip install mmcv-full==1.7.0 -f https://download.openmmlab.com/mmcv/dist/cu111/torch1.10/index.html

安装mmclassification
新建文件夹openmmlab和mmclassification

mkdir openmmlab
mkdir mmclassification

进入openmmlab文件夹下载mmclassification

cd openmmlab
git clone https://github.com/open-mmlab/mmclassification.git

进入~/run/mmclassification/文件夹下

cd ..
cd mmclassification/

复制~/run/openmmlab/下文件夹mmclassification到当前文件夹下

cp -r ~/run/openmmlab/mmclassification/ ./

然后进入目录里面来，即 ~/run/mmclassification/ mmclassification/目录下

cd mmclassification/

查看gcc版本gcc --version
加载gcc/7.3

module load gcc/7.3

进行编译安装，需要的依赖包也会自动安装

pip install -e .

查看软件包

pip list

至此安装完成

3. 整理 flower 数据集
新建一个data文件夹，即 ~/run/mmclassification/ mmclassification/data

mkdir data

下载数据集使用快传拖拽放到 ~/run/mmclassification/ mmclassification/data目录下
进入data并解压

cd data
unzip flower_dataset.zip

a.将数据集按 8：2 的比例划分成训练和验证子数据集，并将数据集整理成 ImageNet 的格式，通过 Python 或其他脚本程序完成
复制脚本代码到当前目录下，即data目录

cp ~/run/openmmlab/data_split.py ./

划分数据集时，使用绝对路径，输入pwd查看

python data_split.py /HOME/scz0be5/run/mmclassification/mmclassification/data/flower_dataset /HOME/scz0be5/run/mmclassification/mmclassification/data/flower

查看flower目录下的文件

ls flower

回上一级目录，新建configs/resnet18文件夹，复制配置文件~/run/openmmlab/resnet18_b32_flower.py到configs/resnet18/文件夹下

cd ..
mkdir configs/resnet18
cp ~/run/openmmlab/resnet18_b32_flower.py ./configs/resnet18/

https://aicarrier.feishu.cn/docx/QMRzd0NoxokuKvxNfS3car1EnHh