如何在 Google Colab 上安装 nvidia apex答案

【问题标题】：How to install nvidia apex on Google Colab如何在 Google Colab 上安装 nvidia apex
【发布时间】：2019-12-08 14:16:07
【问题描述】：

我所做的是按照官方 github 网站上的说明进行操作

!git clone https://github.com/NVIDIA/apex
!cd apex
!pip install -v --no-cache-dir ./

它给了我错误：

ERROR: Directory './' is not installable. Neither 'setup.py' nor 'pyproject.toml' found.
Exception information:
Traceback (most recent call last):
  File "/usr/local/lib/python3.6/dist-packages/pip/_internal/cli/base_command.py", line 178, in main
    status = self.run(options, args)
  File "/usr/local/lib/python3.6/dist-packages/pip/_internal/commands/install.py", line 326, in run
    self.name, wheel_cache
  File "/usr/local/lib/python3.6/dist-packages/pip/_internal/cli/base_command.py", line 268, in populate_requirement_set
    wheel_cache=wheel_cache
  File "/usr/local/lib/python3.6/dist-packages/pip/_internal/req/constructors.py", line 248, in install_req_from_line
    "nor 'pyproject.toml' found." % name
pip._internal.exceptions.InstallationError: Directory './' is not installable. Neither 'setup.py' nor 'pyproject.toml' found.

【问题讨论】：

标签： python gpu pytorch nvidia google-colaboratory

【解决方案1】：

添加 CUDA_HOME 环境变量后为我工作：

%%writefile setup.sh

export CUDA_HOME=/usr/local/cuda-10.1
git clone https://github.com/NVIDIA/apex
pip install -v --no-cache-dir --global-option="--cpp_ext" --global-option="--cuda_ext" ./apex

!sh setup.sh

【讨论】：

一般需要多长时间？
我需要 8 分钟
自 2021 年 6 月 21 日起，这不适用于 colab。 pytorch 的默认版本现在是 1.9+cuda102。 apex 的最新版本（21 年 6 月 21 日）无法使用 cuda102 构建上述选项。在 apex 构建之前，Pytorch 需要降级才能使用 cuda101。

【解决方案2】：

（只想添加评论，但我没有足够的声誉......）

它对我有用，但 cd 实际上不是必需的。另外，我需要这里建议的两个全局选项：https://github.com/NVIDIA/apex/issues/86

%%writefile setup.sh

git clone https://github.com/NVIDIA/apex
pip install -v --no-cache-dir --global-option="--cpp_ext" --global-option="--cuda_ext" ./apex

然后

!sh setup.sh

【讨论】：

由于某种原因，另一个选项有效，而这个现在没有，所以不确定他们是否在 apex 和 GColab 中改变了一些东西......只需尝试两者，看看哪一个适合你：D
此脚本下载了 colab 中的 apex。

【解决方案3】：

更新

首先，创建一个文件，例如setup.sh如下：

对于带有 CUDA 和 C++ 扩展的顶点：

%%writefile setup.sh

git clone https://github.com/NVIDIA/apex
cd apex
pip install -v --disable-pip-version-check --no-cache-dir --global-option="--cpp_ext" --global-option="--cuda_ext" ./

然后，安装它

!sh setup.sh

仅适用于 Python 构建

%%writefile setup.sh

git clone https://github.com/NVIDIA/apex
cd apex
pip install -v --disable-pip-version-check --no-cache-dir ./

仅 Python 的构建忽略了使用 apex.optimizers.FusedAdam、apex.normalization.FusedLayerNorm 等所需的某些 Fused 内核。

检查apex quickstart。

【讨论】：

像魅力一样为我工作！谢谢
需要多长时间？
@Nabin 没花太多时间在 colab 上。
我安装在普通的 gpu 机器上，花了很长时间，至少 30 分钟

【解决方案4】：

在 colab 中而不是使用“！”在cd 命令前使用"%'

!git clone https://github.com/NVIDIA/apex
%cd apex
!pip install -v --no-cache-dir ./

上面的代码可以正常工作。

【讨论】：

【解决方案5】：

我尝试了几个选项，但我喜欢 this website 中的那个，它与 fast_bert 和 torch 配合得很好：

try:
  import apex
except Exception:
  ! git clone https://github.com/NVIDIA/apex.git
  % cd apex
  !pip install --no-cache-dir --global-option="--cpp_ext" --global-option="--cuda_ext" .
  %cd ..

【讨论】：

【解决方案6】：

问题在于!cd apex。请改用%cd apex。

阅读：https://stackoverflow.com/a/57212513/8690463

【讨论】：

【解决方案7】：

我使用纸空间，这对我有用：

!pip install git+https://github.com/NVIDIA/apex

【讨论】：