当前位置:   article > 正文

modelscope 多模态环境配置及问题解决_modelscope安装

modelscope安装

1 创建python环境

首先,参考文档 安装配置Anaconda环境。 安装完成后,执行如下命令为modelscope library创建对应的python环境。

conda create -n modelscope python=3.7
  • 1

完成后输入 如下命令进入环境

conda activate modelscope
  • 1

2 安装pytorch

进入pytorch官网https://pytorch.org/get-started/locally/选择合适的版本,注意这里一定和自己的cuda版本一致,若当前页面没有自己的cuda版本,可以点击图中红字寻找历史版本。

在这里插入图片描述
如下图,根据自己的机器环境和CUDA版本选择,我的环境是Ubuntu系统,CUDA是10.2,因此选择下面红框的命令安装。
在这里插入图片描述

pip install torch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1
  • 1

3 ModelScope Library 安装

1. PIP安装
ModelScope Libarary由核心框架,以及不同领域模型的对接组件组成。如果只需要ModelScope模型和数据集访问等基础能力,可以只安装ModelScope的核心框架:

pip install modelscope
  • 1

如果需要进一步具体使用ModelScope平台上承载的,包括多模态,NLP,CV,语音等不同领域的模型,来进行模型推理以及模型训练、微调等能力,则需要安装各个领域上不同的依赖。例如,

如仅需体验多模态领域的模型,可执行如下命令安装领域依赖:

pip install "modelscope[multi-modal]" 
  • 1

2. 源码安装
可通过从GitHub上下载ModelScope源码进行安装。适合本地开发调试使用,修改源码后可以直接执行。 ModelScope的源码可以直接clone到本地:

git clone git@github.com:modelscope/modelscope.git
cd modelscope
git fetch origin master
git checkout master
  • 1
  • 2
  • 3
  • 4

如需体验多模态领域模型,可执行如下命令安装依赖:

pip install ".[multi-modal]"
  • 1

4 安装验证

安装成功后,即可使用对应领域模型进行推理,训练等操作。这里我们以NLP领域为例。安装后,可执行如下命令,运行中文分词任务,来验证安装是否正确:

python -c "from modelscope.pipelines import pipeline;print(pipeline('word-segmentation')('今天天气不错,适合 出去游玩'))"
  • 1

5 安装问题

1. 报错no module named ‘open_clip’

pip install open_clip_torch
  • 1

2. modelscope.preprocessors.multi_modal requires the decord library but it was not found in your environment.

pip install decord>=0.6.0
  • 1

详细教程参见modelscope官网

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/小舞很执着/article/detail/770229
推荐阅读
相关标签
  

闽ICP备14008679号