دليل كوندا للبدء السريع لـ Ultralytics
يقدم هذا الدليل مقدمة شاملة لإعداد بيئة كوندا لمشاريعك Ultralytics . Conda هو نظام إدارة حزم وبيئة مفتوح المصدر يوفر بديلاً ممتازًا عن pip لتثبيت الحزم والتبعيات. بيئاته المعزولة تجعله مناسبًا بشكل خاص لعلوم البيانات ومساعي التعلم الآلي. لمزيد من التفاصيل، قم بزيارة حزمة كوندا Ultralytics على أناكوندا وتحقق من مستودع Ultralytics لتحديثات الحزمة على GitHub.
ما ستتعلمه
- إعداد بيئة Conda
- التثبيت Ultralytics عبر كوندا
- التهيئة Ultralytics في بيئتك
- استخدام صور Docker Ultralytics مع Conda
المتطلبات الأساسية
- يجب أن يكون لديك Anaconda أو Miniconda مثبتًا على نظامك. إذا لم يكن كذلك، قم بتنزيله وتثبيته من Anaconda أو Miniconda.
إعداد بيئة كوندا
أولاً، دعنا ننشئ بيئة كوندا جديدة. افتح جهازك الطرفي وشغّل الأمر التالي:
تنشيط البيئة الجديدة:
التثبيت Ultralytics
يمكنك تثبيت الحزمة Ultralytics من قناة conda-forge. نفّذ الأمر التالي:
ملاحظة على CUDA البيئة
إذا كنت تعمل في بيئة تدعم CUDA ، فمن الجيد أن تقوم بتثبيت ultralytics, pytorchو pytorch-cuda معًا لحل أي تعارضات:
استخدام Ultralytics
مع تثبيت Ultralytics ، يمكنك الآن البدء في استخدام ميزاته القوية لاكتشاف الكائنات وتجزئة المثيل والمزيد. على سبيل المثال، لتوقع صورة ما، يمكنك تشغيل:
from ultralytics import YOLO
model = YOLO("yolo11n.pt") # initialize model
results = model("path/to/image.jpg") # perform inference
results[0].show() # display results for the first image
Ultralytics صورة كوندا دوكر كوندا
إذا كنت تفضل استخدام Docker، فإن Ultralytics يقدم صور Docker مع بيئة Conda مضمنة. يمكنك سحب هذه الصور من DockerHub.
اسحب أحدث صورة Ultralytics
# Set image name as a variable
t=ultralytics/ultralytics:latest-conda
# Pull the latest Ultralytics image from Docker Hub
sudo docker pull $t
قم بتشغيل الصورة:
# Run the Ultralytics image in a container with GPU support
sudo docker run -it --ipc=host --gpus all $t # all GPUs
sudo docker run -it --ipc=host --gpus '"device=2,3"' $t # specify GPUs
تسريع عملية التثبيت باستخدام Libmamba
إذا كنت تبحث عن تسريع تثبيت الحزمة في عملية كوندا، يمكنك اختيار استخدام libmambaوهو مدير حزم سريع ومتعدد المنصات ومدرك للتبعية يعمل كحل بديل لحزمة Conda الافتراضية.
كيفية تمكين Libmamba
لتمكين libmamba كمحلل لكوندا، يمكنك تنفيذ الخطوات التالية:
-
أولاً، قم بتثبيت
conda-libmamba-solverالحزمة. يمكن تخطي هذا إذا كان إصدار Conda الخاص بك هو 4.11 أو أعلى، حيثlibmambaمضمنة افتراضيًا. -
بعد ذلك، قم بتهيئة Conda لاستخدام
libmambaكمحلل:
وهذا كل شيء! سيستخدم تثبيت Conda الخاص بك الآن libmamba كحل، مما سيؤدي إلى عملية تثبيت الحزمة بشكل أسرع.
تهانينا! لقد نجحت في إعداد بيئة كوندا بنجاح، وقمت بتثبيت الحزمة Ultralytics ، وأنت الآن جاهز لاستكشاف وظائفها الغنية. لا تتردد في التعمق أكثر في وثائقUltralytics للحصول على المزيد من الدروس والأمثلة المتقدمة.
الأسئلة الشائعة
ما هي عملية إعداد بيئة Conda لمشاريع Ultralytics ؟
يعد إعداد بيئة كوندا لمشاريع Ultralytics أمرًا بسيطًا ومباشرًا ويضمن إدارة الحزمة بسلاسة. أولاً، قم بإنشاء بيئة كوندا جديدة باستخدام الأمر التالي:
ثم، قم بتفعيل البيئة الجديدة باستخدام:
وأخيراً، قم بتثبيت Ultralytics من قناة conda-forge:
لماذا يجب استخدام Conda بدلاً من pip لإدارة التبعيات في مشاريع Ultralytics ؟
Conda هو نظام قوي لإدارة الحزمة والبيئة يوفر العديد من المزايا مقارنةً بـ pip. فهو يدير التبعيات بكفاءة ويضمن توافق جميع المكتبات الضرورية. وتمنع بيئات Conda المعزولة التعارضات بين الحزم، وهو أمر بالغ الأهمية في مشاريع علوم البيانات والتعلم الآلي. بالإضافة إلى ذلك، يدعم Conda توزيع الحزم الثنائية، مما يسرّع عملية التثبيت.
هل يمكنني استخدام Ultralytics YOLO في بيئة ممكّنة CUDA للحصول على أداء أسرع؟
نعم، يمكنك تحسين الأداء من خلال استخدام بيئة تدعم CUDA. تأكد من تثبيت ultralytics, pytorchو pytorch-cuda معًا لتجنب التعارضات:
يتيح هذا الإعداد إمكانية تسريع GPU ، وهو أمر بالغ الأهمية للمهام المكثفة مثل تدريب نماذج التعلم العميق والاستدلال. لمزيد من المعلومات، قم بزيارة دليل التثبيتUltralytics .
ما هي فوائد استخدام صور Ultralytics Docker مع بيئة Conda؟
يضمن استخدام صور Docker Ultralytics بيئة متسقة وقابلة للتكرار، مما يلغي مشاكل "يعمل على جهازي". تتضمن هذه الصور بيئة كوندا مهيأة مسبقًا، مما يبسط عملية الإعداد. يمكنك سحب وتشغيل أحدث صورة Ultralytics Docker باستخدام الأوامر التالية:
sudo docker pull ultralytics/ultralytics:latest-conda
sudo docker run -it --ipc=host --gpus all ultralytics/ultralytics:latest-conda
هذا النهج مثالي لنشر التطبيقات في الإنتاج أو تشغيل عمليات سير العمل المعقدة دون تكوين يدوي. تعرف على المزيد حول Ultralytics Conda Docker Image.
كيف يمكنني تسريع تثبيت حزمة Conda في بيئة Ultralytics الخاصة بي؟
يمكنك تسريع عملية تثبيت الحزمة باستخدام libmambaحلال تبعية سريع لـ Conda. أولاً، قم بتثبيت conda-libmamba-solver الحزمة:
ثم قم بتهيئة Conda لاستخدام libmamba كمحلل:
يوفر هذا الإعداد إدارة أسرع وأكثر كفاءة للحزم. لمزيد من النصائح حول تحسين بيئتك، اقرأ عن تثبيت libmamba.
