近期在研究异常检测相关算法,奈何各个经典算法的代码都是基于不同的pytorch版本的,而且好多代码还需要配置knn_cuda和pointnet2_ops_lib,这两个与cuda版本需要满足对应关系,因此通过conda虚拟环境已经无法满足需求了,不得已,只能来试试docker了。
我的具体情况如下:
-
系统为Windows11。因为还有一些日常办公需求,以及一些其他开发工作需要在windows上完成,完全使用Ubuntu不太方便;
-
需要使用GPU。这个就不需要多解释了,做深度学习必备。
-
作为经典算法的集合,anomalib是我最需要的,因此,我决定从配置anomalib开始。
具体步骤如下:
-
参考这篇博客,在win11上配置WSL2,并安装docker-desktop,配置GPU等。文章中提到他出现的那两处报错我并没有遇到,所有步骤都是顺利安装的。Windows 下让 Docker Desktop 关联上 NVidia GPU_windows docker nvidia-CSDN博客
-
参考这篇博客,配置VsCode。这里需要注意的是,我下载的docker镜像是pytorch1.12.1的官方镜像,已经发布2年多了,比较老。一开始连接的时候,提示"你已经连接到不受VS CODE支持的版本"。这里安装网上查到的方法,把VSCode的版本降低到1.85就可以了。Windows + docker + python + vscode : 使用容器docker搭建python开发环境,无需本地安装python开发组件-CSDN博客 配置完成后,进入到docker环境中,测试torch.cuda.is_available()显示为True。