租用GPU利用OpenGait复现GaitSet经验

在pytroch官网历史版本中查找对应的torch版本 torchvision torchaudio 在linux终端输入nvcc --version查看所支持的cuda版本

我这里是11.1的版本，对应找到cu111。

 CUDA 11.1

pip install torch==1.10.1+cu111 torchvision==0.11.2+cu111 torchaudio==0.10.1 -f https://download.pytorch.org/whl/cu111/torch_stable.html

由于下面的命令下载太慢。建议先下载在本地电脑，再上传至远程，通过在文件所在的目录下执行pip install +文件名。会快一些。具体就是下面三个网址。

https://download.pytorch.org/whl/cu111/torch-1.10.1%2Bcu111-cp39-cp39-linux_x86_64.whl

https://download.pytorch.org/whl/cu111/torchvision-0.11.2%2Bcu111-cp39-cp39-linux_x86_64.whl

https://download.pytorch.org/whl/cu111/torchaudio-0.10.1%2Bcu111-cp39-cp39-linux_x86_64.whl

这里装完后可能会遇到问题：module 'distutils' has no attribute 'version'这个问题。原因在于setuptools版本问题”，版本过高导致的问题。解决方案：https://zhuanlan.zhihu.com/p/556704117 亲测有效！

数据处理

数据盘autodl-tmp下原本只有解压后的CASIA-B文件，经过预处理，生成了CASIA-B-pkl文件，后面进行训练用的就是CASIA-B-pkl文件 python datasets/pretreatment.py --input_path /root/autodl-tmp/CASIA-B --output_path /root/autodl-tmp/CASIA-B-pkl

删除已解压文件命令：rm -rf */

注意这里是要直接解压到当前文件下，不需要子目录了：如下：

#!/bin/bash
​
# 遍历当前目录下的所有 .tar.gz 文件
for file in *.tar.gz; do
    # 打印解压信息
    echo "正在解压: $file"
    
    # 直接解压到当前目录
    tar -xzf "$file"
    
    # 打印解压完成信息
    echo "解压完成: $file"
done
​
echo "所有文件解压完成！"

终于可以开始处理数据了··· ···

遇到这个问题：AttributeError: module 'PIL.Image' has no attribute 'ANTIALIAS'

解决方案：AttributeError: module ‘PIL.Image‘ has no attribute ‘ANTIALIAS‘_attributeerror: module 'pil.image' has no attribut-优快云博客

在OpenGait文件下运行get_start.md里面的命令即可。

可以开始运行了！

24G的显存实际上只占用了8G，1/3左右，后面可能尝试调整一下训练时的batch_size。

还有一点要提的是，如果在模型配置文件yaml中trainer_cfg部分with_tset:True,那么每迭代10000次都会进行test。

由于测试模型的设置问题：所以batch_size的个数要与GPU个数相等。我只有1个GPU所以这里batch_size:1。

  if torch.distributed.get_world_size() != torch.cuda.device_count():
        raise ValueError("Expect number of available GPUs({}) equals to the world size({}).".format(
            torch.cuda.device_count(), torch.distributed.get_world_size()))

迭代至30000次的结果：

	NM	BG	CL
原文	95.0%	87.2%	70.4%
复现	96.09%	90.25%	75.35%