Datawhale跨模态实践打卡｜一、Mac配置环境
项目地址 :
https://github.com/datawhalechina/vced
环境配置
方式一：安装源码
由于我的brew版本旧了，出现诸多问题，直接重装了brew，这是一个国内镜像源的下载地址：
/bin/zsh -c "$(curl -fsSL https://gitee.com/cunkai/HomebrewCN/raw/master/Homebrew.sh)"
安装rust
brew install rustup
rustup-init //选1
source "$HOME/.cargo/env
安装成功，查看rust版本
➜ ~ rustc --version
rustc 1.65.0 (897e37553 2022-11-02)
安装 ffmpfg
brew tap homebrew-ffmpeg/ffmpeg
brew install homebrew-ffmpeg/ffmpeg/ffmpeg
brew install homebrew-ffmpeg/ffmpeg/ffmpeg $(brew options homebrew-ffmpeg/ffmpeg/ffmpeg --compact)
这步真的巨慢，要install的太多了，耐心等待
终于安装成功
➜ ~ ffmpeg
ffmpeg version 5.1.2 Copyright (c) 2000-2022 the FFmpeg developers
built with Apple clang version 14.0.0 (clang-1400.0.29.202)
安装miniconda
miniconda 是anaconda的简化版，方便python版本管理
直接到官网找对应的版本下载，这里下载的 pkg，直接安装，然后检查是否安装成功：
➜ ~ conda --version
conda 4.12.0
中途有一个小插曲，命令行前面多了一个(base)
conda config --set auto_activate_base False
即可消除
给conda配国内镜像源
conda config --set show_channel_urls yes
sudo vim .condarc
复制以下信息到.condarc
channels:
- defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
最后
conda clean -i
- 查看装了哪些包
conda list
- 查看conda环境
conda env list
- 创建虚拟环境
conda create --name clip python=3.9
- 激活虚拟环境
conda activate clip
- 关闭虚拟环境
conda deactivate
配置pip源
mkdir ~/.pip
vim ~/.pip/.pip.conf
复制以下内容到pip.conf
[global]
trusted-host = pypi.tuna.tsinghua.edu.cn
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
更新pip
pip3 install --upgrade pip
开始安装包
安装clip
cd ~/vced-main
pip install git+https://github.com/openai/CLIP.git
安装了几遍终于安装成功
Successfully built clip
Installing collected packages: wcwidth, urllib3, typing-extensions, tqdm, regex, pillow, numpy, idna, ftfy, charset-normalizer, torch, requests, torchvision, clip
Successfully installed charset-normalizer-2.1.1 clip-1.0 ftfy-6.1.1 idna-3.4 numpy-1.23.4 pillow-9.3.0 regex-2022.10.31 requests-2.28.1 torch-1.13.0 torchvision-0.14.0 tqdm-4.64.1 typing-extensions-4.4.0 urllib3-1.26.12 wcwidth-0.2.5
方式二：安装docker
下载 Docker 并安装，检查Docker版本
docker --version
报错
zsh: command not found: docker
到活动监视器可以看到，确实是有Docker。最后发现问题是没配环境，所以找不到docker，我们将路径复制粘贴到 .bash_profile 文件中：
vim ~/.bash_profile
//复制以下这两句
export DOCKER_PATH="/Applications/Docker.app/Contents/Resources/bin"
export PATH=".$PATH:$DOCKER_PATH"
//复制以上这两句
source ~/.bash_profile
再检查
➜ ~ docker --version
Docker version 20.10.21, build baeda1f
Docker 安装成功。可能是因为我升级了macOS13，docker总是未响应，还是用安装源码的方式来运行。
启动项目
依赖安装完毕，在conda环境下:
启动 server
# 进入 server 文件夹
cd code/service
# 安装相关依赖
pip install -r requirements.txt
# 启动服务端
python app.py
启动服务端时报错
ModuleNotFoundError: No module named 'docarray'
我立马pip install docarray还是给我报错，翻到 jina 官方文档看了我应该用conda的安装方式，重新安装
conda install -c conda-forge docarray
祈祷着不要再报错了，但是就是说、没用，搜搜看这个docarray是什么，好像相当重要，退出conda咱给它pip install全局安装得了，这下好了，又开始说找不到jina
ModuleNotFoundError: No module named 'jina'
继续全局安装jina，这次终于ok了
启动 web
# 进入 web 文件夹
cd code/web
# 安装相关依赖
pip install -r requirements.txt
# 启动服务端
streamlit run app.py
Streamlit默认启动的端口为8501，也可以通过 localhost:8501 进行访问
以上。
参考链接
[1] rust
[2] ffmpeg
[3] ffmpeg
[4] 命令行前(base)
[5] conda
[6] docarray
[7] docarray