在服务器上运行论文中的深度学习模型

前言

首先需要在服务器上搭建运行环境，参见上一篇博客：【服务器上搭建深度学习模型运行环境：ubuntu】
本文主要讲在搭建好运行环境的情况下如何跑开源模型，以Inf-Net: Automatic COVID-19 Lung Infection Segmentation from CT Images这篇论文为例。
以下部分我已在本地下载完毕并上传至服务器文件夹。

过程与问题

1. 在执行第二步下载时出现MemoryError问题；
   解决方案：pip --no-cache-dir install -r requirements.txt即可（因为由于pip的缓存机制尝试将希望安装库的整个文件缓存到内存，而在限制缓存大小的环境中如果安装包较大就会出现MemoryError的这个错误。
   

2. 写到这里我才想起来，我并没有在虚拟环境中安装这些库！
   解决方案：

   • 首先激活环境：source activate SINet（SINet为环境名
   • 注意要切换到该文件夹路径：cd /path（/path为文件在服务器中的路径
   • 然后pip即可。

3. 下载THOP时用pip install thop否则会失败。

4. 运行时切到对应目录下，python test.py即可。

使用XShell连接服务器并运行

因为之前的服务器不带GPU，所以换了个服务器，先设置了代理，再使用XShell连接服务器，所以下面介绍这个过程。

创建虚拟环境时出现CondaHTTPError: HTTP 000 CONNECTION FAILED for url问题：

1. 打开编辑文件：vim ~/.condarc
2. 单击i键
3. 输入要改的东西
4. 点击Esc按键
5. 输入:wq保存并退出（:q不保存直接退出）
6. 输入 conda clean -i

运行代码

下载好代码和数据集就可以开始运行代码了。

参数问题：
parser.add_argument()可以增加命令行运行的参数，用法详解见：python之parser.add_argument()用法——命令行选项、参数和子命令解析器
t2.py：

import argparse
if __name__ == "__main__":
  parser = argparse.ArgumentParser()
  parser.add_argument('--aa', type=str, default = None)
  parser.add_argument('--bb', type=int, default=32)
  args = parser.parse_args()
  if(args.bb==3):
    print(f'hello world, args.bb={args.bb}')
  else:
    print(f'sorry, args.bb is not 3, but ={args.bb}')

命令：
python t2.py --aa=15 --bb=3
python t2.py --aa=15 --bb=10