安装依赖库

Maptool的依赖库包括:

  • graphviz

  • numpy

  • pytorch

  • Pillow

  • onnx

  • onnxruntime

  • networkx

  • matplotlib

  • ppq

安装python依赖库

首先使用python的包管理工具pip (conda也可以) 安装python依赖库, 依次运行以下命令:

pip install graphviz
pip install numpy
pip install Pillow
pip install onnx
pip install onnxruntime
pip install networkx
pip install ppq
pip install matplotlib
pip install cython

备注

如果中途遇到报错, 可以尝试pip或conda换源后重新安装.

如果换源也解决不了问题, 由于以上库均为开源包, 所以可以去 github 下载源代码工程, 然后从源代码安装. 一般最高赞的就是我们要找的开源包. 将其下载至本地, 然后进入工程根目录运行:

python setup.py install

即可完成python包的安装.

提示

以上展示的pip命令和python命令均假设在Windows平台下运行, 如果你使用的是Linux/WSL, 则要根据自己的版本以及链接配置决定使用什么样的命令, 比如我的WSL中的命令是pip3和python3, 下同

安装pytorch

虽然pytorch也是python的包, 但是建议使用官方的安装命令, 点击 这里 进入pytorch官网, 进入pytorch安装指引界面.

根据自己的的平台类型以及软硬件配置进行选择, 如果没有NVIDIA的显卡, 则选择Compute Platform为CPU, 如果有NVIDIA的显卡, 则根据显卡驱动版本选择Compute Platform为满足要求的CUDA版本.

注意

一定要有NVIDIA的显卡吗?

不一定. 如果你没有NVIDIA的显卡, 可以选择安装cpu版本的pytorch, 这不会影响 Maptools 的正常功能, 只是不能使用cuda加速 Maptools 的CalcuSim了. 如果你的显卡 (独立显卡) 是AMD或Intel的, 虽然pytorch也能提供一些支持, 但是 Maptools 目前没有对这种情况做适配, 所以有也没用.

如果你有NVDIA的显卡, 查看自己显卡驱动版本的方法 (所有平台通用) :

nvidia-smi

点击 这里 查看显卡驱动版本与CUDA版本的对应关系.

选择完成后, 将Pytorch官方给出的命令拷贝到命令行运行, 实现Pytorch的安装.

安装Graphviz

Graphviz是一个图可视化工具, 在 安装python依赖库 中我们安装的是graphviz的python API包, 现在我们还需要安装graphviz的客户端程序.

在Windows中安装Graphviz

  1. 点击 这里 进入graphviz的官网, 选择win64的安装程序 (任意版本即可) 并点击下载.

  2. 运行下载得到的exe安装程序, 在安装时注意勾选添加路径到环境变量.

  3. 安装完成后, 重新打开一个命令行 (cmd或Powershell), 运行:

dot -version

如果显示版本信息, 则表示graphviz本地端已经安装成功.

提示

在Windows中安装的Graphviz对Powershell和cmd均有效

在Linux/WSL中安装Graphviz

  1. 运行以下命令进行安装:

apt-get install graphviz

  1. 安装完成后, 运行:

dot -version

如果显示版本信息, 则表示graphviz本地端已经安装成功.

注意

本文展示的所有Linux/WSL命令均未考虑访问权限, 如遇到访问权限限制, 请结合自己的情况选择使用sudo或chown+chmod来解决