AutoDL 常用环境默认路径修改

环境配置

1. 修改Conda下载安装路径

为了支撑足够多的模型环境,不能够将Conda依赖包安装路径放在系统盘,所以修改Conda安装路径,步骤如下。

  1. 运行vim /root/.condarc命令,写入:
javascript 复制代码
envs_dirs:
  - /root/autodl-tmp/conda/envs
pkgs_dirs:
  - /root/autodl-tmp/conda/pkgs

envs和pkgs分别对应环境和python包安装的的路径,可自行选择。

  1. 使用conda info命令查看是否修改成功
null

2. 修改Huggingface默认下载路径

通过Hugging Face的Transformers库自动下载模型,会先缓存在默认路径:
Linux~/.cache/huggingface/hub
WindowsC:\Users\username.cache\huggingface\hub

考虑到预训练模型一般比较大,也不能将预训练模型下载到系统盘,因此需要修改Huggingface模型下载路径,步骤如下。

通过vim编译器永久设置,

bash 复制代码
vim ~/.bashrc

在末尾行添加,

ini 复制代码
export HF_HOME="/root/autodl-tmp/huggingface"  # 替换为你想更改的目标路径

然后保存退出。输入如下指令让它立即生效,

bash 复制代码
source ~/.bashrc

可通过如下指令查看是否设置成功,

bash 复制代码
env | grep HF_HOME

如果返回设置的路径,则成功,如图。

null

注意事项:

一般来说,如果存储空间足够的话,可以按照不同的模型代码要求进行下载和安装。存储空间不够的话,参考如下原则。

一些常用来修改的大规模的预训练模型(比如Stable Diffusion),建议优先存储到本地路径,以便调整预训练模型结构;

一些常用的工具类预训练模型(比如open_clip)可以直接存储到Huggingface的缓存路径,以便直接调用无需修改代码中的调用路径。

3. 加入Huggingface镜像

直接使用Huggingface官网下载预训练模型容易失败,可以使用镜像网站下载。

通过vim编译器永久设置,

bash 复制代码
vim ~/.bashrc

在末尾行添加,

arduino 复制代码
export HF_ENDPOINT=https://hf-mirror.com

然后保存退出。输入如下指令让它立即生效,

bash 复制代码
source ~/.bashrc

可通过如下指令查看是否设置成功,

bash 复制代码
env | grep HF_ENDPOINT

输出如图即为成功。

4. 修改PyTorch的默认下载路径

PyTorch预训练模型在线下载后的地址默认是

javascript 复制代码
~/.cache/torch/hub/checkpoints

类似于Huggingface的预训练模型,我们也把这部分模型默认路径修改到数据盘

通过vim编译器永久设置,

bash 复制代码
vim ~/.bashrc

在末尾行添加,

ini 复制代码
export TORCH_HOME="/root/autodl-tmp/torch"  # 替换为你想更改的目标路径

然后保存退出。输入如下指令让它立即生效,

bash 复制代码
source ~/.bashrc

可通过如下指令查看是否设置成功,

bash 复制代码
env | grep TORCH_HOME

如果返回设置的路径,则成功,如图。

5. 修改ModelScope默认下载路径

通过vim编译器永久设置,

bash 复制代码
vim ~/.bashrc

在末尾行添加,

ini 复制代码
export MODELSCOPE_CACHE="/root/autodl-tmp/modelscope"  # 替换为你想更改的目标路径

然后保存退出。输入如下指令让它立即生效,

bash 复制代码
source ~/.bashrc

可通过如下指令查看是否设置成功,

bash 复制代码
env | grep MODELSCOPE_CACHE

如果返回设置的路径,则成功,如图。

相关推荐
GitLqr1 天前
深入理解 Flutter 架构:从 Widget 到 GPU 像素的全链路解析
flutter·面试·dart
众人皆醒我独醉1 天前
TGI:HuggingFace 的官方推理服务——不止 PagedAttention,更懂模型生态
面试·llm·ai编程
众人皆醒我独醉1 天前
vLLM:PagedAttention 如何让 LLM 推理吞吐提升 24 倍
面试·llm·ai编程
神奇小汤圆1 天前
面试官突然问:“数仓哪一层最适合做RAG?”他一下被问住了…
面试
一只旭宝1 天前
C++手写shared_ptr共享智能指针|原子引用计数、强弱引用控制块、赋值重载底层深度剖析
开发语言·c++·面试
神奇小汤圆1 天前
工业级 RAG 为什么需要 Elasticsearch?一篇讲清索引、度量、过滤与 Milvus 选型
面试
swipe1 天前
14|(前端转全栈)商品详情高频访问怎么扛?Redis Cache Aside 实战
前端·后端·面试
swipe1 天前
15|(前端转全栈)从一个副标题字段看懂后端完整交付链路
前端·后端·面试
胡萝卜术2 天前
「最大子数组和」的 Kadane 算法中回过神来,我们正式踏入一个全新的领域——二叉树
前端·javascript·面试
KaifuZeng2 天前
电源面试问题汇总二
单片机·嵌入式硬件·面试