ModelScope系列之开发环境安装

ModelScope系列之开发环境安装

本篇文章介绍ModelScope使用所需的环境安装指南。

ModelScope Library目前支持tensorflow，pytorch深度学习框架进行模型训练、推理， 在Python 3.8+, Pytorch 1.11+, Tensorflow上测试可运行。

本机环境如下：

本机操作系统：Win10 22H2
CPU：Intel i7-12700
MEM：64G
Disk： 1TB SSD
GPU：RTX 3060 12G

参考文档：

环境安装

Python环境配置

参考文档下载windows安装包，安装配置Anaconda环境。

安装完成后，搜索打开Anaconda Prompt，执行如下命令为modelscope library创建对应的python环境。

conda create -n modelscope python=3.10
conda activate modelscope

安装深度学习框架

# 安装pytorch
pip3 install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple

# 安装Tensorflow
pip3 install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple

ModelScope Library 安装

ModelScope Libarary由核心框架，以及不同领域模型的对接组件组成。

1. 通过pip安装

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。

# 安装
pip install modelscope
# 升级
pip install modelscope --upgrade

但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]" 

如仅需体验NLP领域模型，可执行如下命令安装领域依赖:

pip install "modelscope[nlp]" -f https://modelscope.oss-cn-beijing.aliyuncs.com/releases/repo.html

如仅需体验CV领域模型，可执行如下命令安装领域依赖:

pip install "modelscope[cv]" -f https://modelscope.oss-cn-beijing.aliyuncs.com/releases/repo.html

如仅需体验语音领域模型，可执行如下命令安装领域依赖:

pip install "modelscope[audio]" -f https://modelscope.oss-cn-beijing.aliyuncs.com/releases/repo.html

如仅需体验科学计算领域模型，请执行如下命令：

pip install