[PYTHON] Pythia-Installation

Einführung

Ich werde die Methode verlassen, wenn ich Pythia installiert habe, ein Framework für multimodale Deep-Learning-Modelle, das von Facebook AI Research veröffentlicht wurde. Es ist möglicherweise nicht angemessen, weil es ein Fluss ist, den ich auf verschiedene Weise gefangen habe und einen Freund gefragt habe, und infolgedessen konnte ich ihn bewegen.

Introduce how to install Pythia which is Framework of Multimodal AI models from Facebook AI Research.

Containervorbereitung Erstellen Sie Docker Contena

Erstellen Sie zunächst die folgende Docker-Datei, um einen Container zu erstellen.

First, creating Docker contena using following Dockerfile.

https://github.com/facebookresearch/maskrcnn-benchmark/blob/master/docker/Dockerfile

Installieren Sie es in diesem Container unter Bezugnahme auf den Coloab-Demo-Code in Quickstart von Pythias Dokumentation.

Let's install Pythia according to the Documentation. Follow the code of Quickstart Colab file.

Installation

Führen Sie den folgenden Code der Reihe nach auf dem Terminal aus.

Run following codes on terminal.

cd
mkdir content

# Install dependencies
pip install ninja yacs cython matplotlib demjson
pip install git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI
cd ~/content/
rm -rf fastText
git clone https://github.com/facebookresearch/fastText.git fastText
cd /content/fastText
pip install -e .
cd ~/content/
rm -rf pythia
git clone https://github.com/facebookresearch/pythia.git pythia
cd /content/pythia

# Don't modify torch version
sed -i '/torch/d' requirements.txt
pip install -e .

Fügen Sie Folgendes zu .bashrc hinzu

Add the next PATH to bashrc.

PATH="$PATH":~/content/pythia
# Install maskrcnn-benchmark to extract detectron features
cd /content
git clone https://gitlab.com/meetshah1995/vqa-maskrcnn-benchmark.git
cd /content/vqa-maskrcnn-benchmark
# Compile custom layers and build mask-rcnn backbone
python setup.py build
python setup.py develop

Fügen Sie Folgendes zu .bashrc hinzu Add the next PATH to bashrc.

PATH="$PATH":~/content/vqa-maskrcnn-benchmark

Außerdem mache ich folgendes mit Python Dir mit Versicherung

python setup.py develop

Wenn ich das mache, erhalte ich den folgenden Fehler If run the above code, following error may return.

error: tqdm 4.19.9 is installed but tqdm>=4.27 is required by {'transformers'}

Pythia scheint jedoch installiert zu sein, daher setze ich Transformatoren manuell ein. Transformers lib requires tqdm>=4.27 , so you should update tqdm and install transformers manually using pip.

pip install -U tqdm
pip install transformers

Sie können jetzt Transformatoren verwenden. Then you can use (it means import) transformers.

Die Installation ist jetzt abgeschlossen. Danach werde ich das Erscheinungsbild der Verwendung verlassen. Instllation of Pythia is finished. From now on, I'll record how I used it.

Recommended Posts

Pythia-Installation
Django Installation
Cuda Installation
boto3 Installation
Installieren Sie Docker
Volatilitätsinstallation
Python-Installation
Rohrinstallation
Sphinx-Installation
InstantOS 1-Installation
Jupyter Installation
Python-Installation
Rohrinstallation
Kivy Installation
ChaSen-Installation
Backtrader-Installation
Rohrinstallation
Jupyter-Installationsfehler
Installation von Anaconda3
Installationshinweise für Mecab
Installationsfehler von centOS 7
Installation von CentOS 8
Theano Installationshinweise
Installationsverfahren für Pylearn 2
GMT-Installationsteil 2.
[PyTorch] So installieren Sie
GMT-Installationsteil 1.
PHP-Installation (CentOS 8)
Tkinter Installation (Homebrew)
OpenCV3-Installationskampf
Python-Installation (Windows)
pyenv Installationshinweise
Installationsfehler von phycopg2
ipython notebook Installation
Hinweise zur Wasserstoffinstallation
Installationsort von Django
Installationsverfahren für PostgreSQL 10.0
Installation des PyPM-Local-Pakets
Blockdiag-Installationsverfahren
Python-Installation 2020 (macOS)
RDKit einfache Installation
Installationshinweise zu Python3.4
Installationshinweise für Cabocha
Installation von CentOS 7 + ffmpeg