安装¶
a. 创建并激活 conda 虚拟环境，如：
conda create -n open-mmlab python=3.7 -y
conda activate open-mmlab
b. 按照 PyTorch 官方文档 安装 PyTorch 和 torchvision，如：
conda install pytorch torchvision -c pytorch
注：确保 CUDA 编译版本和 CUDA 运行版本相匹配。 用户可以参照 PyTorch 官网 对预编译包所支持的 CUDA 版本进行核对。
例1：如果 /usr/local/cuda 文件夹下已安装了 CUDA 10.1 版本，则需要安装 CUDA 10.1 下预编译的 PyTorch。
conda install pytorch cudatoolkit=10.1 torchvision -c pytorch
例2：如果你在 /usr/local/cuda 文件夹下已安装 CUDA 9.2 版本，并且想要安装 PyTorch 1.3.1 版本，则需要安装 CUDA 9.2 下预编译的 PyTorch。
conda install pytorch=1.3.1 cudatoolkit=9.2 torchvision=0.4.2 -c pytorch
如果你从源码编译 PyTorch 而不是安装的预编译版本的话，你可以使用更多 CUDA 版本（例如9.0）。
c. 克隆 MMEditing 仓库
git clone https://github.com/open-mmlab/mmediting.git
cd mmediting
d. 安装相关依赖和 MMEditing
pip install -r requirements.txt
pip install -v -e . # or "python setup.py develop"
如果你是在 macOS 环境下安装，则需将上述命令的最后一行替换为：
CC=clang CXX=clang++ CFLAGS='-stdlib=libc++' pip install -e .
注：
git commit 的 id 将会被写到版本号中，如 0.6.0+2e7045c。这个版本号也会被保存到训练好的模型中。 推荐用户每次在对本地代码和 github 上的源码进行同步后，执行一次步骤 b。如果 C++/CUDA 代码被修改，就必须进行这一步骤。
重要：如果你在一个新的 CUDA/PyTorch 版本下重新安装了 mmedit ，请确保删除了
./build文件夹pip uninstall mmedit rm -rf ./build find . -name "*.so" | xargs rm
根据上述步骤， MMEditing 就会以
dev模式被安装，任何本地的代码修改都会立刻生效，不需要再重新安装一遍（除非用户提交了 commits，并且想更新版本号）。如果用户想使用
opencv-python-headless而不是opencv-python，可在安装MMCV前安装opencv-python-headless。有些模型（例如图像修复任务中的
EDVR）依赖于mmcv-full中的一些 CUDA 算子，具体的依赖可在requirements.txt中找到。 如需要，请通过pip install -r requirements.txt命令来安装mmcv-full，安装过程中会在本地编译 CUDA 算子，这个过程大概需要10分钟。 另一种方案是安装预编译版本的mmcv-full，请参考 MMCV 主页 获取具体的安装指令。 此外，如果你要使用的模型不依赖于 CUDA 算子，那么也可以使用pip install mmcv来安装轻量版本的 mmcv，其中 CUDA 算子被移除了。
CPU 环境下的安装步骤¶
MMEditing 也可以在只有 CPU 的环境下安装（即无法使用 GPU 的环境）。
然而在该环境下，有些功能将被移除，例如：
Deformable Convolution（可变形卷积）
因此，如果您尝试使用一些包含可变形卷积的模型进行推理，则会出现错误。
利用 Docker 镜像安装 MMEditing¶
MMEditing 提供了一个 Dockerfile 来创建 docker 镜像
# build an image with PyTorch 1.5, CUDA 10.1
docker build -t mmediting docker/
运行以下命令：
docker run --gpus all --shm-size=8g -it -v {DATA_DIR}:/mmediting/data mmediting
完整的安装脚本¶
conda create -n open-mmlab python=3.7 -y
conda activate open-mmlab
# install latest pytorch prebuilt with the default prebuilt CUDA version (usually the latest)
conda install -c pytorch pytorch torchvision -y
git clone https://github.com/open-mmlab/mmediting.git
cd mmediting
pip install -r requirements.txt
pip install -v -e .