के लिए कोंडा क्विकस्टार्ट गाइड Ultralytics

यह मार्गदर्शिका आपके लिए एक कोंडा वातावरण स्थापित करने के लिए एक व्यापक परिचय प्रदान करती है Ultralytics परियोजनाओं। कोंडा एक ओपन-सोर्स पैकेज और पर्यावरण प्रबंधन प्रणाली है जो पैकेज और निर्भरता स्थापित करने के लिए पाइप का एक उत्कृष्ट विकल्प प्रदान करती है। इसका पृथक वातावरण इसे डेटा विज्ञान और मशीन सीखने के प्रयासों के लिए विशेष रूप से अनुकूल बनाता है। अधिक जानकारी के लिए, पर जाएँ Ultralytics एनाकोंडा पर कोंडा पैकेज और देखेंUltralytics GitHub पर पैकेज अपडेट के लिए feedstock रिपॉजिटरी।

आप क्या सीखेंगे

• कोंडा वातावरण स्थापित करना
• स्थापित Ultralytics कोंडा के माध्यम से
• आरंभ Ultralytics अपने वातावरण में
• का उपयोग करके Ultralytics कोंडा के साथ डॉकर छवियां

आवश्यकताएँ

• आपके सिस्टम पर एनाकोंडा या मिनिकोंडा इंस्टॉल होना चाहिए। यदि नहीं, तो इसे एनाकोंडा या मिनिकोंडा से डाउनलोड और इंस्टॉल करें।

कोंडा पर्यावरण की स्थापना

सबसे पहले, आइए एक नया कोंडा वातावरण बनाएं। अपना टर्मिनल खोलें और निम्न कमांड चलाएँ:

conda create --name ultralytics-env python=3.8 -y

नया परिवेश सक्रिय करें:

conda activate ultralytics-env

स्थापित Ultralytics

आप स्थापित कर सकते हैं Ultralytics कोंडा-फोर्ज चैनल से पैकेज। निम्न आदेश निष्पादित करें:

conda install -c conda-forge ultralytics

CUDA पर्यावरण पर ध्यान दें

यदि आप CUDA-सक्षम वातावरण में काम कर रहे हैं, तो इसे स्थापित करना एक अच्छा अभ्यास है ultralytics, pytorchऔर pytorch-cuda किसी भी संघर्ष को हल करने के लिए एक साथ:

conda install -c pytorch -c nvidia -c conda-forge pytorch torchvision pytorch-cuda=11.8 ultralytics

का उपयोग करके Ultralytics

के साथ Ultralytics स्थापित, अब आप ऑब्जेक्ट डिटेक्शन, इंस्टेंस सेगमेंटेशन, और बहुत कुछ के लिए इसकी मजबूत सुविधाओं का उपयोग करना शुरू कर सकते हैं। उदाहरण के लिए, किसी छवि की भविष्यवाणी करने के लिए, आप चला सकते हैं:

from ultralytics import YOLO

model = YOLO('yolov8n.pt')  # initialize model
results = model('path/to/image.jpg')  # perform inference
results[0].show()  # display results for the first image

Ultralytics कोंडा डॉकर छवि

यदि आप डॉकर का उपयोग करना पसंद करते हैं, Ultralytics प्रदान करता है Docker एक कोंडा वातावरण के साथ चित्र शामिल हैं। आप इन छवियों को DockerHub से खींच सकते हैं।

नवीनतम खींचो Ultralytics प्रतिबिंब:

# Set image name as a variable
t=ultralytics/ultralytics:latest-conda

# Pull the latest Ultralytics image from Docker Hub
sudo docker pull $t

छवि चलाएँ:

# 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

निश्चित रूप से, आप उपयोगकर्ताओं को स्थापना में तेजी लाने के बारे में सूचित करने के लिए अपने कोंडा गाइड में निम्न अनुभाग शामिल कर सकते हैं libmamba:

Libmamba के साथ स्थापना में तेजी लाना

यदि आप देख रहे हैं पैकेज स्थापना को गति दें कोंडा में प्रक्रिया, आप उपयोग करने का विकल्प चुन सकते हैं libmamba, एक तेज़, क्रॉस-प्लेटफ़ॉर्म और निर्भरता-जागरूक पैकेज मैनेजर जो कोंडा के डिफ़ॉल्ट के वैकल्पिक सॉल्वर के रूप में कार्य करता है।

लिबम्बा को कैसे सक्षम करें

सक्षम करने के लिए libmamba कोंडा के लिए सॉल्वर के रूप में, आप निम्न चरणों का पालन कर सकते हैं:

1. सबसे पहले, स्थापित करें conda-libmamba-solver पैकेज। यदि आपका कोंडा संस्करण 4.11 या उससे ऊपर का है, तो इसे छोड़ दिया जा सकता है libmamba डिफ़ॉल्ट रूप से शामिल है।

   conda install conda-libmamba-solver
   

2. अगला, कोंडा को उपयोग करने के लिए कॉन्फ़िगर करें libmamba सॉल्वर के रूप में:

   conda config --set solver libmamba
   

और बस! आपका कोंडा इंस्टॉलेशन अब उपयोग करेगा libmamba सॉल्वर के रूप में, जिसके परिणामस्वरूप एक तेज पैकेज स्थापना प्रक्रिया होनी चाहिए।

बधाइयाँ! आपने सफलतापूर्वक एक कोंडा वातावरण स्थापित किया है, स्थापित किया है Ultralytics पैकेज, और अब इसकी समृद्ध कार्यक्षमताओं का पता लगाने के लिए तैयार हैं। में गहराई से गोता लगाने के लिए स्वतंत्र महसूस करें Ultralytics अधिक उन्नत ट्यूटोरियल और उदाहरणों के लिए दस्तावेज़ीकरण।

टिप्पणियाँ