modelscope/docs/source/quick_start.md

快速开始

ModelScope Library目前支持tensorflow，pytorch深度学习框架进行模型训练、推理， 在Python 3.7+, Pytorch 1.8+, Tensorflow1.13-1.15，Tensorflow 2.x上测试可运行。

注： 当前（630）版本 语音相关的功能仅支持 python3.7,tensorflow1.13-1.15的linux环境使用。 其他功能可以在windows、mac上安装使用。

python环境配置

首先，参考文档 安装配置Anaconda环境

安装完成后，执行如下命令为modelscope library创建对应的python环境。

conda create -n modelscope python=3.7
conda activate modelscope

安装深度学习框架

• 安装pytorch参考链接

pip install torch torchvision

• 安装Tensorflow参考链接

pip install --upgrade tensorflow

ModelScope library 安装

注： 如果在安装过程中遇到错误，请前往常见问题查找解决方案。

pip安装

执行如下命令：

pip install "modelscope[all]" -f https://modelscope.oss-cn-beijing.aliyuncs.com/releases/repo.html

如需体验语音功能，请额外执行如下命令：

pip install "modelscope[audio]" -f https://modelscope.oss-cn-beijing.aliyuncs.com/releases/repo.html

使用源码安装

适合本地开发调试使用，修改源码后可以直接执行 下载源码可以直接clone代码到本地

git clone git@gitlab.alibaba-inc.com:Ali-MaaS/MaaS-lib.git modelscope
git fetch origin master
git checkout master
cd modelscope

安装依赖并设置PYTHONPATH

pip install -e ".[all]" -f https://modelscope.oss-cn-beijing.aliyuncs.com/releases/repo.html
export PYTHONPATH=`pwd`

注： 6.30版本需要把cv、nlp、multi-modal领域依赖都装上，7.30号各个领域依赖会作为选装，用户需要使用哪个领域安装对应领域依赖即可。

如需使用语音功能，请执行如下命令安装语音功能所需依赖

pip install -e ".[audio]" -f https://modelscope.oss-cn-beijing.aliyuncs.com/releases/repo

安装验证

安装成功后，可以执行如下命令进行验证安装是否正确

python -c "from modelscope.pipelines import pipeline;print(pipeline('word-segmentation')('今天天气不错，适合 出去游玩'))"
{'output': '今天 天气 不错 ， 适合 出去 游玩'}

推理

pipeline函数提供了简洁的推理接口，相关介绍和示例请参考pipeline使用教程

训练

to be done

评估

to be done