博弈网：记录下第一次使用预训练模型

这是一个基于Alphazero的神经网络模型，写成了Hex棋的形式，关于Hex棋的规则可以查看计算机博弈网。

以下为azalea的开源链接：

azalea预训练模型

首先，听从前人建议，这个代码在win下跑会出现棋盘乱码，于是我决定在Ubuntu下跑，有关我自己的Ubuntu，是21.10版本，基本上算是最新版本。本人是第一次接触神经网络模型，在期间踩了许多坑，同时也为此做了大量的功课。第二次写文章，以记录自己成长经历，如有不当请指正。

以下为我自己在此方向做过的功课准备：

b站土堆的深度学习入门

yolov5实例讲解

华为云神经网络基础

然后开始了漫长的环境配置，也是我主要想要记录的

首先在Ubuntu环境下安装虚拟环境，这里是我踩坑最严重的地方，开始时候根据开源代码中的readme，手动安装了符合版本的python3.6及pytorch0.4，然后又pip install 了azalea，然后按照他的步骤启动发现报错。

这里我比较奇怪的是azalea是来自我的镜像源，并不是项目，想着理所当然会用不了，至于为什么镜像源中会有azalea我不清楚原因，在网上找有关azalea库也没结果。

后来经过参考yolov5,其在项目中有一个 requirements.txt，在pycharm下提示安装相应的环境，于是我在azalea中寻找，发现没有。（这里我反复尝试自己装环境，属实踩坑了)

在友人的指点下，发现项目文档中有environment.yml文件，同时了解到，进入该目录下建立虚拟环境会自动调取environment中的环境配置，这里我才发现，他准备了两个environment文件，cpu版本与cuda版本。因为当时手头只有一台amd的小新（划重点amd，后面出问题了），所以装了cpu版本。这里environment.yml，后来我才了解到该文件由conda导出，其目的就是完整迁移虚拟环境，这里属实是因为我小白了。

(76条消息) Python库安装之requirements.txt, environment.yml_笨牛慢耕的博客-CSDN博客_python requirements安装

https://chenxiaoyuan.blog.csdn.net/article/details/121187923

紧接着，经过友人知道，又了解到项目文件中的setup，应该是安装完环境首先需要做的，通过

python setup.py buildpython setup.py install

安装模型的环境，至此，模型环境的搭建应该完成。但我这里又出现了问题，问题原因上面以及描述，大概是cpu的问题，于是回去使用工作电脑（搭载RTX2070 I7 10750H）重新安装环境。发现这样的报错消失，因为过程中没有截图，以后有机会记录。

然后在这里我又犯了一个大错

nvidia-smi

天真的以为显卡驱动命令显示出的cuda版本是我自己安装的，实际上这个cuda是最高支持cuda版本。

下面是我在win下的显卡驱动，是511版本，支持的11.6版本cuda，与我在linux下的略有不同为510.54版本，但支持的最高也是11.6的cuda

于是我在linux下根据自己的显卡驱动版本，安装了cuda11.6 更新2与cudnn8.5.0， 以支持模型的运行。这里遇到的问题是英伟达的官网上只有针对于Ubuntu20.04的cuda与cudnn，但实际上我的系统是21.10，实测并没有什么实际的影响，听搞深度学习的友人说可能只会造成cuda运行不稳定，但我这里并没有出现类似的情况。

(76条消息) linux安装CUDA+cuDNN_Iron·Man�的博客-CSDN博客_linux安装cuda和cudnn

https://blog.csdn.net/weixin_44383114/article/details/123648338

(76条消息) Ubuntu下CUDA的安装及配置(run方式)_花花少年的博客-CSDN博客_ubuntu安装cuda

https://blog.csdn.net/m0_37605642/article/details/114059682 然后进入azalea目录，进入虚拟环境，重新运行azalea，这时候发现pytorch报错，经过查找发现是pytorch与cuda版本不对应的关系，我自己估计可能是由于该environment.yml文件的pytorch为1.0.1版本，而我自己的cuda与cudnn均为最新版本，于是我在已经安装了pytorch的虚拟环境下重新覆盖安装了配套cuda11.3的pytorch，发现问题解决。

https://github-com.translate.goog/pytorch/pytorch/issues/17334?_x_tr_sl=auto&_x_tr_tl=zh-CN&_x_tr_hl=zh-CN

https://github-com.translate.goog/pytorch/pytorch/issues/17334?_x_tr_sl=auto&_x_tr_tl=zh-CN&_x_tr_hl=zh-CNhttps://www.cnpython.com/qa/1400332

https://www.cnpython.com/qa/1400332

重新运行，发现模型报错，经查找发现由于tensor训练不连续，解决办法是在虚拟环境下的带 tensor.view()的引用前加上coutiguous()，变为tensor.coutiguous().view()

https://blog.csdn.net/lhyyhlfornew/article/details/103338932

https://blog.csdn.net/lhyyhlfornew/article/details/103338932

 解决后模型运行成功

用pycharm重新配置，依然没有问题