镜像使用
基于获取的镜像,使用docker run -it命令可以创建并拉起容器,使用方法可参考 pytorch-modelzoo 的“镜像概述 ”部分。
以Yolov5为例,拉起容器需先下载Yolov5模型脚本与所需数据集至本地(假设目录分别为“$Yolov5_code_path”与“$data_path”),执行以下命令拉起容器:
docker run -it -u root # 指定登录用户 --ipc=host \ --device=/dev/davinci0 --device=/dev/davinci1 --device=/dev/davinci2 --device=/dev/davinci3 \ # 挂载训练卡 --device=/dev/davinci4 --device=/dev/davinci5 --device=/dev/davinci6 --device=/dev/davinci7 \ --device=/dev/davinci_manager --device=/dev/devmm_svm --device=/dev/hisi_hdc \ -v /usr/local/Ascend/driver:/usr/local/Ascend/driver \ -v /usr/local/Ascend/add-ons/:/usr/local/Ascend/add-ons/ \ -v /usr/local/sbin/:/usr/local/sbin/ \ -v /var/log/npu/conf/slog/slog.conf:/var/log/npu/conf/slog/slog.conf \ -v /var/log/npu/slog/:/var/log/npu/slog \ -v /var/log/npu/profiling/:/var/log/npu/profiling \ -v /var/log/npu/dump/:/var/log/npu/dump \ -v /var/log/npu/:/usr/slog \ -v $Yolov5_code_path:$Yolov5_code_path \ # 挂载代码目录,前面为真实路径,后面为容器映射路径,可以设置为相同路径 -v $data_path:$data_path \ # 挂载数据集目录,前面为真实路径,后面为容器映射路径,可以设置为相同路径 swr.cn-south-1.myhuaweicloud.com/ascendhub/pytorch-modelzoo:1.8.1 \ /bin/bash
拉起容器后,执行如下命令安装模型依赖:
cd $Yolov5_code_path pip3 install -r 1.8_requirements.txt # 镜像为PyTorch1.8版本,需安装1.8版本对应依赖
至此,Yolov5模型环境准备完毕,您可以开始进行模型训练与评估任务。