如何在 vSphere Bitfusion 中安裝 PyTorch 並執行 YOLO 測試

PyTorch 是基於 Torch 程式庫的開放原始碼機器學習程式庫，用於電腦視覺和自然語言處理等應用程式。它是根據 Modified BSD 授權發佈的免費開放原始碼軟體。

可以使用 PyTorch 實作基於 You Only Look Once (YOLO) v3 的物件偵測器。YOLO 是一個物件偵測器，它使用深度卷積神經網路學習的特徵偵測物件。

安裝 YOLO

YOLO 是一個最小的 PyTorch 實作，支援訓練、推理和評估。PyTorch 是一個機器學習 (ML) 程式庫，可與 vSphere Bitfusion 配合使用。YOLO 測試是開放原始碼 ML 應用程式，旨在測試 vSphere Bitfusion 部署的效能。

此程序適用於 Ubuntu 20.04、CentOS 8 和 Red Hat Linux 8。

必要條件

• 確認您已安裝 vSphere Bitfusion 用戶端。
• 確認您已在 Linux 作業系統上安裝 NVIDIA CUDA 和 NVIDIA cuDNN。
• 確認虛擬機器至少具有 150 GB 的可用空間。

程序

1. 建立 bitfusion 資料夾並導覽至該資料夾。

   mkdir -p ~/bitfusion
   cd ~/bitfusion

2. 為 Ubuntu Linux 作業系統安裝其他資源。
   1. 從所有設定的來源下載套件資訊。
      sudo apt update
   2. 安裝 zip。
      sudo apt install -y zip
   3. 安裝 Python 測試資源。
      sudo apt install -y python3-testresources
   4. 安裝 libgl1-mesa-glx 套件。
      sudo apt install -y libgl1-mesa-glx
3. 安裝 git。
   • Ubuntu 20.04

     sudo apt install -y git

   • CentOS 8 和 Red Hat Linux 8

     sudo yum install -y git

4. 透過執行適用於您的 Linux 發行版和版本的命令順序來安裝 pip3。
   • Ubuntu 20.04

     sudo apt install -y python3-pip

   • CentOS 8 和 Red Hat Linux 8

     sudo yum install -y python36-devel
     sudo pip3 install -U pip setuptools

5. 安裝 YOLO 和 YOLO 測試。
   1. 使用 git clone 命令下載 YOLO 存放庫。

      git clone https://github.com/eriklindernoren/PyTorch-YOLOv3

   2. 導覽至 weights 資料夾。

      cd PyTorch-YOLOv3/weights

   3. 執行 download_weights.sh 安裝程式指令碼。
      bash download_weights.sh
   4. 導覽至 data 資料夾。
      cd ../data
   5. 執行 get_coco_dataset.sh 安裝程式指令碼。
      bash get_coco_dataset.sh
   6. 使用 cd .. 命令導覽至主資料夾。
   7. 安裝並使用 Poetry 完成 YOLO 安裝過程。
      Poetry 是 Python 中用於相依性管理和封裝的工具。

      pip3 install poetry --user
      export PATH=~/.local/bin:$PATH
      poetry install

執行 YOLO 測試

透過執行 YOLO 測試，可以檢查 vSphere Bitfusion 環境中 ML 工作負載的效能。

必要條件

• 確認您已安裝 vSphere Bitfusion 用戶端。
• 確認您已在 Linux 發行版上安裝 CUDA 和 cuDNN。
• 確認您已安裝 YOLO 和 YOLO 測試指令碼。

程序

1. 導覽至 cd PyTorch-YOLOv3 資料夾。
2. (選擇性) 驗證是否已成功安裝 YOLO。
   1. 使用 vSphere Bitfusion 用戶端虛擬機器的 CPU 執行 YOLO 測試。
      poetry run yolo-test --weights weights/yolov3.weights
   2. YOLO 啟動後，按鍵盤上的 Control + C 取消測試程序。
      使用 CPU 計算能力的 YOLO 測試需要很長時間才能完成。
3. 若要使用 GPU 執行 yolov3.weights 測試指令碼，請使用 bitfusion run 命令。
   透過執行以下命令，可以使用單一 GPU 的全部記憶體。

   bitfusion run -n 1 -- poetry run yolo-test --weights weights/yolov3.weights

結果

您現在可以透過 vSphere Bitfusion 使用遠端伺服器的共用 GPU 執行 YOLO 測試。這些測試可協助您瞭解如何在機器學習專業領域中使用 YOLO。