ubuntu+anaconda+mxnet环境配置

为了insightface和mxnet较劲的一天

mxnet环境：

官网下载pyhton2.7版本的anaconda，随便找个安装教程

sh Anacondaxxxx.sh  #一路默认即可，第二个回车符后修改自己想要安装的路径

#安装完毕后重启命令行，再次打开切换成了（base)

conda create -n mxnet python=2.7

#等待配置，完成以后继续：

conda activate mxnet

cat /usr/local/cuda/version.txt  #输出9.0.xxx

pip install mxnet-cu90

按insightface readme操作，每次加载完数据开始执行时报错out of memory， batchsize改成1也不行，issue#32有关于这个报错的讨论，结合其他资源各种瞎试，目测是mxnet-cu90的锅。

conda清华源不支持的解决：

conda info

删除.condarc里跟清华源有关的网址并保存就可以了

或者也可以一条一条删除:

conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

有些环境配不上可能是源的问题，半年没用，机器默认镜像被改成阿里源了， scikit-image就一直装不上，要求python2装0.15以下版本，按报错提示还是装不成，灵机一动加上-i清华源就好了:

 pip install 'scikit-image<0.15' -i https://pypi.tuna.tsinghua.edu.cn/simple some-package

----------2019.05.02 还真不是，后来同事说刚好那台机器有块卡坏了，今天在另外一台也是cu90的机器上装了，没啥问题......----------

错误信息：

[14:15:31] src/storage/./pooled_storage_manager.h:143: cudaMalloc failed: out of memory

未果的尝试如下:

1. 强制安装mxnet-cu92 - 跑不了，cuda版本和mxnet不一致；

在一个有cuda9.2版本的机器上好不容易装好了mxnet-cu92，报错如下：

OSError: libcudart.so.9.2: cannot open shared object file: No such file or directory

解决方案：

export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64

然后各种环境配齐，还是错:

Check failed: e == cudaSuccess || e == cudaErrorCudartUnloading CUDA: CUDA driver version is insufficient for CUDA runtime version

cuda有个对应版本，显卡太老不支持9.2

2. 直接pip install mxnet - 就是装了cpu版本，跑不了，程序会强烈要求设置cuda=1；

3. 执行如下指令：

- 一样的out of memory问题

4. 用conda create -n mxnet python=3.6搭建python3环境，运行时各种版本不对导致的xrange ascii错误

最后找了一个cuda版本7.5的，重复上述步骤改为pip install mxnet-cu75就可以跑了，K80的卡resnet50网络batchsize=32显存也就用了一半。

实际训练batchsize=32会导致lossval=Nan，改成128*8块卡，每块卡占8319MB，loss比较稳定的开始下降了

5. （2019.10.29）在cuda-9.0的机器上装了1.2.1版本的mxnet，用triplet finetune结果很诡异，loss在第一个bag不降，然后骤降，测试结果还不如原始模型。不太确定当时怎么配的环境了，pip install mxnet-cu90换成1.5.1就正常

--->

其他环境：

1. No module named memonger

git clone https://github.com/dmlc/mxnet-memonger.git

export PYTHONPATH=$PYTHONPATH:/clone下来的memonger路径

2. pip install sklearn pillow opencv-python等，如果出现 Read timed out. 后加--default-timeout

pip install mxnet-cu80 --default-timeout=

3. 安装Anaconda后推出shell也不自动进入conda环境：

vi ~/.bashrc

export PATH=$PATH:/home/xxx/anaconda2/bin  #输入以后保存退出

source ~/.bashrc

再次退出shell再进入就好了。

4. openBlas安装

运行insightface：

训练

可以用src/train_softmax.py r100网络K80的卡要设batchsize=64

config.py里面的num_classed要和数据里面的id数匹配（不匹配的症状是lossvalue到4000个batch会慢慢变大，最后nan)

CUDA_VISIBLE_DEVICES是一种临时环境变量，用来指示mxnet哪些gpu是可用的。

数据准备

mxnet生成rec的正确姿势：

python im2rec.py /xxx/data/celeb /ddd/FR/celebrity --list --recursive
python im2rec.py --num-thread 28 /xxx/data/celeb.lst /ddd/FR/celebrit

prefix和root放在前边，list和recursive如果显示指定就是True，否则作为False，应有如下打印信息和输出：

lst格式如下，Label从0开始需要连续：

其他问题

bind报错，"RuntimeError: softmax_label is not presented"

参考这里：

  provide_data  = test_dataiter.provide_data

  provide_label = test_dataiter.provide_label

  model.bind( data_shapes=provide_data, \

    label_shapes=provide_label, for_training=False

  )

  model.set_params(arg_params, aux_params, allow_missing=True)  #加上allow_missing=True就可以了

资源：

本来是要趁着五一小长假撸一遍论文系统整理一下的，发现资源已经很丰富了：

FaceResources

awesome-face

最开始的几篇经典整理如下：

测试指标：

先看1再看2，窃以为，把相同id做为P;不同id作为N，TAR相当于TPR;FAR相当于FPR，人脸识别领域的TAR和分类的TPR以及检测的Recall是同一个指标。

测试时如果在万分之一之前都正常，到某个量级突然阈值变得很大，TPR骤降，多半是测试数据集标注错误比例过高（相对于测试量级），如果测试id本身不够多，比如只有2000个id，负例对只有约400万个，要测百万分之一，就要取分数的倒数第4个作为阈值，而测试样本里有几个明明是同一个人被标成了不同人，取到的阈值就会很大，导致正例对中大量阈值稍小的样本对被误判为不同人。

经查是切图代码bug，有的id对应的原始图像是坏的，try except里没有continue，导致保存了上一次处理的图像作为这个id。

megaface测试

tricks:

苏宁：只微调最后一层特征，在调整到一定程度之后，才会放开所有的参数，微调整个模型。

-------------------------

paddlepaddle的环境，懒得建新文档，就放这里吧，按照官方的来，不管复杂的安装手续，直接执行：

pip install paddlepaddle-gpu==1.7.1.post97 -i https://mirror.baidu.com/pypi/simple

傻瓜式安装，不知道百度给装了什么依赖库，装好以后服务器的消息都是中文的了，暂未发现其他影响，然后按官方提供方式验证：

import paddle.fluid

paddle.fluid.install_check.run_check()

果然报错了，libcublas找不到

locate libcublas.so   #找到本地地址

根据找到的地址，执行：

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH://usr/local/cuda-9.0/targets/x86_64-linux/lib/

就可以了。