Conda Hızlı Başlangıç Kılavuzu Ultralytics
Bu kılavuz, Ultralytics projeleriniz için bir Conda ortamı kurmaya yönelik kapsamlı bir giriş sunmaktadır. Conda, paketleri ve bağımlılıkları yüklemek için pip'e mükemmel bir alternatif sunan açık kaynaklı bir paket ve ortam yönetim sistemidir. Yalıtılmış ortamları sayesinde özellikle veri bilimi ve makine öğrenimi çalışmaları için çok uygundur. Daha fazla ayrıntı için Anaconda 'daki Ultralytics Conda paketini ziyaret edin ve GitHub'daki paket güncellemeleri için Ultralytics feedstock deposuna göz atın.
Neler Öğreneceksiniz
- Bir Conda ortamı kurma
- Conda aracılığıyla Ultralytics adresini yükleme
- Ortamınızda Ultralytics adresini başlatma
- Conda ile Ultralytics Docker görüntülerini kullanma
Ön Koşullar
- Sisteminizde Anaconda veya Miniconda kurulu olmalıdır. Eğer yoksa, Anaconda veya Miniconda'dan indirip kurun.
Conda Ortamının Kurulması
İlk olarak, yeni bir Conda ortamı oluşturalım. Terminalinizi açın ve aşağıdaki komutu çalıştırın:
Yeni ortamı etkinleştirin:
Yükleme Ultralytics
Ultralytics paketini conda-forge kanalından yükleyebilirsiniz. Aşağıdaki komutu çalıştırın:
CUDA Ortamına İlişkin Not
CUDA özellikli bir ortamda çalışıyorsanız, aşağıdakileri yüklemek iyi bir uygulamadır ultralytics, pytorchve pytorch-cuda herhangi bir anlaşmazlığı çözmek için birlikte:
Kullanma Ultralytics
Ultralytics yüklendiğinde, artık nesne algılama, örnek segmentasyonu ve daha fazlası için güçlü özelliklerini kullanmaya başlayabilirsiniz. Örneğin, bir görüntüyü tahmin etmek için çalıştırabilirsiniz:
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 Conda Docker Görüntüsü
Docker kullanmayı tercih ediyorsanız, Ultralytics Conda ortamı içeren Docker görüntüleri sunar. Bu görüntüleri DockerHub'dan çekebilirsiniz.
En son Ultralytics görüntüsünü çekin:
# Set image name as a variable
t=ultralytics/ultralytics:latest-conda
# Pull the latest Ultralytics image from Docker Hub
sudo docker pull $t
Görüntüyü çalıştırın:
# 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
Libmamba ile Kurulumu Hızlandırma
Eğer arıyorsanız paket kurulumunu hızlandırın işlemini Conda'da gerçekleştiriyorsanız, şunları kullanmayı tercih edebilirsiniz libmambaConda'nın varsayılanına alternatif bir çözücü olarak hizmet veren hızlı, platformlar arası ve bağımlılık bilincine sahip bir paket yöneticisi.
Libmamba Nasıl Etkinleştirilir
Etkinleştirmek için libmamba Conda için çözücü olarak, aşağıdaki adımları gerçekleştirebilirsiniz:
-
İlk önce
conda-libmamba-solverpaketi. Conda sürümünüz 4.11 veya üzerindeyse bu işlem atlanabilir, çünkülibmambavarsayılan olarak dahil edilir. -
Ardından, Conda'yı aşağıdakileri kullanacak şekilde yapılandırın
libmambaçözücü olarak:
Ve işte bu kadar! Conda kurulumunuz artık libmamba Çözücü olarak, daha hızlı bir paket yükleme işlemi ile sonuçlanmalıdır.
Tebrikler! Conda ortamını başarıyla kurdunuz, Ultralytics paketini yüklediniz ve artık zengin işlevlerini keşfetmeye hazırsınız. Daha gelişmiş öğreticiler ve örnekler için Ultralytics belgelerinin derinliklerine dalmaktan çekinmeyin.
SSS
Ultralytics projeleri için bir Conda ortamı kurma süreci nedir?
Ultralytics projeleri için bir Conda ortamı kurmak basittir ve sorunsuz paket yönetimi sağlar. İlk olarak, aşağıdaki komutu kullanarak yeni bir Conda ortamı oluşturun:
Ardından, yeni ortamı şu şekilde etkinleştirin:
Son olarak, conda-forge kanalından Ultralytics adresini yükleyin:
Ultralytics projelerindeki bağımlılıkları yönetmek için neden pip yerine Conda kullanmalıyım?
Conda, pip'e göre çeşitli avantajlar sunan sağlam bir paket ve ortam yönetim sistemidir. Bağımlılıkları verimli bir şekilde yönetir ve gerekli tüm kütüphanelerin uyumlu olmasını sağlar. Conda'nın yalıtılmış ortamları, veri bilimi ve makine öğrenimi projelerinde çok önemli olan paketler arasındaki çakışmaları önler. Ek olarak, Conda ikili paket dağıtımını destekleyerek kurulum sürecini hızlandırır.
Daha hızlı performans için Ultralytics YOLO adresini CUDA özellikli bir ortamda kullanabilir miyim?
Evet, CUDA özellikli bir ortam kullanarak performansı artırabilirsiniz. Yüklediğinizden emin olun ultralytics, pytorchve pytorch-cuda çatışmalardan kaçınmak için birlikte:
Bu kurulum, derin öğrenme modeli eğitimi ve çıkarımı gibi yoğun görevler için çok önemli olan GPU hızlandırmasını sağlar. Daha fazla bilgi için Ultralytics kurulum kılavuzunu ziyaret edin.
Conda ortamı ile Ultralytics Docker görüntülerini kullanmanın faydaları nelerdir?
Ultralytics Docker imajlarını kullanmak, tutarlı ve tekrarlanabilir bir ortam sağlayarak "benim makinemde çalışıyor" sorunlarını ortadan kaldırır. Bu imajlar, kurulum sürecini basitleştiren önceden yapılandırılmış bir Conda ortamı içerir. En son Ultralytics Docker görüntüsünü aşağıdaki komutlarla çekebilir ve çalıştırabilirsiniz:
sudo docker pull ultralytics/ultralytics:latest-conda
sudo docker run -it --ipc=host --gpus all ultralytics/ultralytics:latest-conda
Bu yaklaşım, uygulamaları üretimde dağıtmak veya manuel yapılandırma olmadan karmaşık iş akışlarını çalıştırmak için idealdir. Ultralytics Conda Docker Görüntüsü hakkında daha fazla bilgi edinin.
Ultralytics ortamımda Conda paket kurulumunu nasıl hızlandırabilirim?
kullanarak paket yükleme işlemini hızlandırabilirsiniz. libmambaConda için hızlı bir bağımlılık çözücüdür. İlk olarak, yükleyin conda-libmamba-solver Paket:
Ardından Conda'yı kullanmak için yapılandırın libmamba çözücü olarak:
Bu kurulum daha hızlı ve daha verimli paket yönetimi sağlar. Ortamınızı optimize etme konusunda daha fazla ipucu için libmamba kurulumu hakkında bilgi edinin.
