[Python知识库]pycharm中调试pyskl的训练脚本

pyskl源代码: https://github.com/kennymckormick/pyskl
开发环境： Pycharm远程Linux服务器

首先pyskl提供的训练脚本是写在dist_train.sh里的，而bash文件又不是很方便调试，所以直接调用写在bash中的命令。
打开dist_train.sh可以看到以下内容：

CONFIG=$1
GPUS=$2
PORT=${PORT:-29500}

MKL_SERVICE_FORCE_INTEL=1 PYTHONPATH="$(dirname $0)/..":$PYTHONPATH \
python -m torch.distributed.launch --nproc_per_node=$GPUS --master_port=$PORT \
    $(dirname "$0")/train.py $CONFIG --launcher pytorch ${@:3}

调用dist_train.sh文件的命令：

bash tools/dist_train.sh {config_name} {num_gpus}

bash文件中的各个参数为：
config是配置文件，跟在train.py后面。
gpus是使用gpu数量，可以在参数nproc_per_node中设置。
port是进程端口号，可以在参数master_port中设置。
第四行是环境参数，在debug configurations的环境参数中设置（效果未知）。
第五行是python命令，调用分布式launch.py文件（现在改为使用run.py）。
第六行是train.py文件，参数-launcher默认pytorch，可忽略。

在pycharm配置步骤：

1. 找到torch的分布式路径，建立软连接到pyskl项目中：

ln -s /home/usr/anaconda3/envs/python-37/lib/python3.7/site-packages/torch/distributed/ /home/usr/code/pyskl
# dist_train.sh中的launch.py就在该torch/distributed文件夹中

2. 打开pycharm的Debug Configuration（右上角）：
   选择需要调试的xx.py脚本进行debug（或者鼠标右键脚本-debug xx.py）
   Configuration -> Script path -> 选择本地的run.py（路径参考：D:\Project\pyskl\distributed\run.py）
   Parameters输入 --nproc_per_node=2 --master_port=29510 D:\Project\pyskl\tools\train.py D:\Project\pyskl\configs\stgcn++\…\joint.py
   （joint.py中的dataset路径需要是ann_file=’/home/usr/code/pyskl/data/xxx/xxx.pkl’, work_dir=’/home/usr/code/pyskl/work_dirs/xxx’）
   Environment variables输入PYTHONUNBUFFERED=1;CUDA_VISIBLE_DEVICES=0,1;MKL_SERVICE_FORCE_INTERL=1
   Python interpreter选择当前项目的解释器
   Working directory是D:\Project\pyskl\distributed
3. 打断点，debug。

需要注意的点是：Debug Configuration中的路径都是本地路径，脚本里面的路径是服务器中对应的路径。dist_test.sh同理。