## 智算集群训练脚本分享-自动配置环境

### 分享者：[a775929656a](https://git.openi.org.cn/a775929656a)

### 分享地址：

[CSDN](http://t.csdn.cn/QN7gY)

### 正文：
该脚本主要是为了更好的使用户使用训练任务，免去了训练前繁杂的配置环境问题，主要的特点是简单，便捷， 可自定义的地方已在脚本内部注明，可根据自我需要，进行自定义修改。

我一次写博客，写的比较拉，烦请见谅。。。

# 智算网络集群训练脚本自动化配置
脚本代码如下： 

    import os

    try:
        """这部分代码是修复镜像错误的,直接运行就行不用管,建议不要随便动"""
     
        os.system(f"apt-get update -y")
        os.system(f"apt install libgl1-mesa-glx -y")
        os.system(f"apt-get install libglib2.0-dev -y")
     
        print("修复成功")
    except:
        print("修复失败")
 
    try:
        """这部分代码是自动配置环境的,其中 requirements.txt 文件里面主要写了一些所需要的环境包"""
     
        os.system(f"pip install -r requirements.txt -i https://pypi.douban.com/simple/")
     
        print("修复成功")
    except:
        print("修复失败")
 
    try:

        """这部分代码主要是运行训练脚本的"""

        os.system("python train.py")
     
        print("运行成功")
    except:
        print("运行失败")

其中，train.py 为你要运行的训练脚本，可自由更改，requirements.txt 为训练所需的环境包文档，以我训练YOLOv5 环境为例，requirements.txt 如下所示：
    
    # pip install -r requirements.txt
    # Base ----------------------------------------
    matplotlib>=3.2.2
    numpy>=1.18.5
    opencv-python>=4.1.2
    Pillow>=7.1.2
    PyYAML>=5.3.1
    requests>=2.23.0
    scipy>=1.4.1
    torch>=1.7.0
    torchvision>=0.8.1
    tqdm>=4.41.0
    einops
    timm
     
    # Logging -------------------------------------
    tensorboard>=2.4.1
    wandb
     
    # Plotting ------------------------------------
    pandas>=1.1.4
    seaborn>=0.11.0
     
    # Export --------------------------------------
    # coremltools>=4.1  # CoreML export
    # onnx>=1.9.0  # ONNX export
    # onnx-simplifier>=0.3.6  # ONNX simplifier
    # scikit-learn==0.19.2  # CoreML quantization
    # tensorflow>=2.4.1  # TFLite export
    # tensorflowjs>=3.9.0  # TF.js export
    # openvino-dev  # OpenVINO export
     
    # Extras --------------------------------------
    albumentations>=1.0.3
    Cython  # for pycocotools https://github.com/cocodataset/cocoapi/issues/172
    pycocotools>=2.0  # COCO mAP
    roboflow
    thop  # FLOPs computation

requirements.txt,可根据自己训练的代码环境自定义修改,如实在看不懂 可以学一下 os.system() 函数。

最后感谢社区平台提供的免费训练资源，感谢老师们的帮助，谢谢老师！！