深度学习框架安装

PyTorch

安装方法

1. 访问 PyTorch 官方下载页面 选择对应版本

1. 使用 pip 安装

python -m pip install ****.whl

文件名说明

示例：cu113/torch-1.10.0%2Bcu113-cp36-cp36m-linux_x86_64.whl

部分	说明
cu113	CUDA版本为11.3
cp36	Python版本为3.6
linux_x86_64	系统版本为Linux x86_64

注意： PyTorch安装包自带CUDA等环境，无需手动安装

ModelScope

安装

pip install modelscope

使用示例

公开数据集加载

from modelscope.msdatasets import MsDataset

# 加载公开数据集
dataset = MsDataset.load('dataset_name')

私有数据集加载

from modelscope.msdatasets import MsDataset
from modelscope.hub.api import HubApi

# 初始化API
api = HubApi()
api.login('my-sdk-token')  # 从modelscope个人中心-访问令牌获取

# 加载私有数据集
dataset = MsDataset.load('private_dataset_name')

获取SDK Token

1. 访问 ModelScope 个人中心
2. 创建或复制访问令牌（SDK Token）
3. 在代码中使用 api.login('your-token') 进行登录

开发运行Docker环境

ModelScope官方镜像

docker pull modelscope-registry.cn-beijing.cr.aliyuncs.com/modelscope-repo/modelscope:ubuntu22.04-cuda12.1.0-py310-torch2.3.1-tf2.16.1-1.20.0

环境配置参考

详细环境配置请参考：ModelScope 环境设置文档

参考资料

• 图解算法
• ModelScope环境设置