MAC M3安装miniforge并连接Pycharm(保姆教程)

1. 背景:

由于阿里内部限制了Anaconda和miniconda的官网下载,所以选择了miniforge轻量化安装,只使用Python和Pip并不影响。
电脑配置:Apple M3 Pro、OS 14.4.1 (23E224)

2. Miniforge安装:

1)官网链接

https://github.com/conda-forge/miniforge?tab=readme-ov-file#miniforge3
在这里插入图片描述

2)安装步骤(一步步看)

a. 下载完成后是个sh文件,放到你希望之后conda目录会生成的位置(后续影响:因为我没有移动sh文件的位置,所以默认下载到Downloads里,conda最后生成的文件夹也在Downloads里)

b. 打开Mac 终端,cd到sh文件存在目录下执行如下命令

bash Miniforge3-MacOSX-arm64.sh 

出现如下提示回车:
在这里插入图片描述
c. 接着会让你accept licence: 输入yes

在这里插入图片描述
d. You can undo this by running conda init --reverse $SHELL? [yes|no]出现这个选项我直接回车了,(猜测默认为no, 但是影响不大,无论选择yes或者是no, 都执行以下命令

在这里插入图片描述

(命令执行前,首先确保在生成的conda的bin目录下,即conda/bin/, 这个目录就是之前提到的执行bash Miniforge3-MacOSX-arm64.sh 的位置)

source activate
conda init
source ~/.bashrc

e. 现在基本已经完成miniforge的安装了,执行如下命令:

#创建自己需要的venv和对应的python版本
conda create -n 自定义虚拟环境名称 python==3.10
#关闭每次打开默认进入conda的base环境
conda config --set auto_activate_base false
#查看有哪些环境
conda env list

备注:如果对环境变量存在困惑可以参考这篇笔记:https://blog.youkuaiyun.com/ergouzi88/article/details/122831924

3. Pycharm部署Miniforge环境

a) 创建new project

在这里插入图片描述

b) 在conda/bin下找到conda执行文件

在这里插入图片描述

c. Environment 选择之前创建的conda create的虚拟环境

在这里插入图片描述

大功告成!!!

### 解决 PP-OCRv4 出现的错误 当遇到 `WARNING: The pretrained params backbone.blocks2.0.dw_conv.lab.scale not in model` 这样的警告时,这通常意味着预训练模型中的某些参数未能匹配到当前配置下的模型结构中[^2]。 对于此问题的一个有效解决方案是采用特定配置文件来适配预训练权重。具体操作方法如下: 通过指定配置文件 `ch_PP-OCRv4_det_student.yml` 利用已有的最佳精度预训练模型 (`best_accuracy`) 来启动训练过程可以绕过上述不兼容的问题。执行命令如下所示: ```bash python3 tools/train.py -c configs/det/ch_PP-OCRv4/ch_PP-OCRv4_det_student.yml ``` 该方案不仅解决了参数缺失带来的警告,还能够继续基于高质量的预训练成果进行微调,从而提升最终检测效果。 关于蒸馏的概念,在机器学习领域内指的是将大型复杂网络(teacher 模型)的知识迁移到小型简单网络(student 模型)。这里 student 和 teacher 的关系是指两个不同规模或架构的神经网络之间的指导与被指导的关系;其中 teacher 已经经过充分训练具有良好的性能,而 student 则试图模仿前者的行为模式以达到相似的效果但保持更高效的计算特性。 至于提到的 `Traceback` 错误信息部分,由于未提供具体的跟踪堆栈详情,难以给出针对性建议。不过一般而言,这类报错往往涉及代码逻辑错误或是环境配置不当等问题。为了更好地帮助定位和解决问题,推荐记录完整的异常日志,仔细检查最近修改过的代码片段以及确认依赖库版本的一致性。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值