MMEdu安装和下载
快速了解安装方式
根据对算力的依赖程度，MMEdu分为两个版本，分别是：基础版和完整版。
基础版既可以使用pip方式安装，也可以使用"XEdu一键安装包"。本版本集成了MMClassification（图像分类）和MMDetection（物体检测）两个模块，采用CPU训练（不需要GPU环境）。
完整版对算力要求较高，建议装在有英伟达显卡的电脑上，安装方式有pip安装和容器镜像安装两种。本版本集成了MMClassification（图像分类）、MMDetection（物体检测）、MMEditing（图像编辑）等模块，需要GPU环境支持。
1. 基础版的安装
1.1 一键安装包
为方便中小学教学，MMEdu团队提供了XEdu一键安装包。只要下载并解压即可直接使用。
现MMEdu一键安装包已升级为XEdu一键安装包，下文提到的MMEdu文件，应理解为XEdu一键安装包。
第一步：下载MMEdu（XEdu）最新版文件，并安装到本地，双击exe文件，选择安装路径后，点击Extract即可，安装后自动生成XEdu文件夹，文件夹内目录结构如下图所示。
1）下载方式（即XEdu下载方式）
飞书网盘：XEdu v1.6.7d.exe
第二步：您可以根据个人喜好，选择自己习惯的IDE。
1）使用XEdu自带的Thonny。
Thonny是一款好用的Python轻量级IDE。其最突出的两个特点便是是简洁性和交互性。打开根目录下的Thonny.bat文件快捷方式即可打开。使用Thonny打开"demo"文件夹中的py文件，如"MMEdu_cls_demo.py"，点击"运行"的"将文件作为脚本运行"即可运行代码，界面如下图所示。
2）使用XEdu自带的Jupyter。
Jupyter Notebook是基于网页的用于交互计算的应用程序。其可被应用于全过程计算：开发、文档编写、运行代码和展示结果。它相对简单，对用户也更加友好，适合初学者。打开根目录下的"jupyter编辑器.bat"，即自动启动浏览器并显示界面，如下图所示。
使用常用工具栏对代码进行操作，如"运行"，可以在单元格中编写文本或者代码（如下图中写了print("hello")代码的位置），执行代码的结果也将会在每个单元下方呈现。可以逐个运行单元格，每点击一次，仅运行一个单元格。单元格左侧[*]内的星号变为数字，表示该单元格运行完成。此时可打开"demo"文件夹中的ipynb文件，如"cls_notebook.ipynb"。
3）使用其他IDE。
如果您需要使用其他IDE，那么需要您自己配置Python编译器，配置方法如下。
配置环境路径
①打开您的IDE，如PyCharm、Thonny等。
②配置Python编译器，路径为解压路径下的"MMEdu"文件夹下的"mmedu"文件夹中的"python.exe"文件。 PyCharm环境路径配置如下图所示。
执行demo文件
用IDE打开解压路径下的py文件，如"cls_demo.py"，点击"运行"。运行效果应和pyzo一样。
4）使用cmd安装用户库。
python中最常用的库管理工具pip，可以使用cmd命令行来运行，打开根目录下的"启动cmd.bat"可以打开cmd命令行界面，如下图所示。
在其中输入想要安装的库文件即可，如"pip install rarfile"。
在2022年9月后，不再维护MMEdu一键安装包，统一更新为XEdu。XEdu于22年9月在世界人工智能大会正式发布，分MMEdu、BaseML、BaseNN三个功能模块，除了一键安装包，发布会上线了以pip方式安装的XEdu。
如pip install BaseML BaseNN BaseDT BaseDeploy MMEdu
1.2 pip安装
当前，我们提供的MMEdu的安装是基础版的pip安装包，可以使用如下命令安装：
pip install mmedu或pip install MMEdu。
最新安装说明可以参见：这里
在这一步中，可能会有运行失败的情况，通常是由于依赖库安装失败导致的。
如果提示
mmcv相关的错误，可以尝试用：pip install MMEdu -f https://download.openmmlab.com/mmcv/dist/cpu/torch1.8.0/index.html
推荐使用Python3.8 （64位）来进行安装 。
如果仍然没有解决，请先卸载mmcv-full，然后再次安装。
第一步：pip uninstall mmcv-full -y
第二步：
pip install MMEdu -f https://download.openmmlab.com/mmcv/dist/cpu/torch1.8.0/index.html
该版本 不支持CPU训练检测模型，要想支持，需要升级mmdet库至2.23.0，具体步骤如下：
第一步：pip uninstall mmdet pycocotools-windows -y
第二步：pip install pycocotools
如果失败，可以考虑以下两种方案 ①下载whl进行本地安装（见https://aicarrier.feishu.cn/docx/K0D6d8VHLoN1zoxDb72cBlKynjc> ）； ②安装Visual Studio进行编译安装。
第三步：pip install mmdet==2.23.0
如果想要 升级为GPU版本，可以将torch、torchvision和mmcv-full做一次升级。步骤如下：
最新安装说明可以参见：这里
第一步：确认安装好与电脑GPU适配的CUDA驱动（这里以cuda10.1为例）
第二步：卸载当前安装的版本：pip uninstall torch torchvision mmcv-full -y
第三步：安装合适的版本：pip install torch==1.8.1+cu101 torchvision==0.9.1+cu101 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html
第四步：安装合适的mmcv-full：pip install MMEdu -f https://download.openmmlab.com/mmcv/dist/cu101/torch1.8.0/index.html
至此，已经完成了对MMEdu的GPU升级。
2. GPU完整版安装之pip安装
最新安装说明可以参见：这里
视频演示参见：B站
3.1.2 安装python编辑器
若您已经安装好合适的python编辑器，该步骤可跳过。
此处以安装Thonny为例，其他编辑器例如Pycharm，VScode等也支持，用户自行配置好Python编译器即可。
下载
首先打开Thonny官网：https://thonny.org/
右上角选择合适的操作系统点击下载，此处以windows为例
安装
双击exe文件即可开始安装（一般下载完成后会自动打开安装界面无需点击exe文件，若没有自动打开安装页面再点击此exe文件）
打开安装界面后，依次选择Install for me only -> Next -> Next ->
Next -> Next -> Next -> Install -> Finish
运行
在安装好Thonny之后，在第一次运行的时候，会提示选择界面语言和初始设置，选择'Standard'模式即可。
配置Thonny的Python解释器
点击Thonny主界面右下角的Python版本号，可以选择对应的Python解释器，第一次配置点击Configure inter preter，弹出的窗口中，第一个下拉栏选择可选的python3解释器或虚拟环境，
第二个下拉栏找到自己之前安装的anaconda环境中的python解释器位置。点击确认即可使用该python解释器。
2.2 安装MMEdu(CPU版本)
最新安装说明可以参见：这里
2.2.1 Linux安装MMEdu
点击鼠标右键，打开终端。
终端中输入pip install MMEdu即可安装。
$ pip install MMEdu -f https://download.openmmlab.com/mmcv/dist/cpu/torch1.8.0/index.html
注：为避免出现版本冲突，建议新建一个conda环境，并在新环境中执行以上命令（注：要求python<3.9）。
$ conda create -n your_env_name python=3.8
$ conda activate your_env_name
$ pip install MMEdu -f https://download.openmmlab.com/mmcv/dist/cpu/torch1.8.0/index.html
注：请将命令中的"your_env_name"换成你喜欢的名称，如"mmedu"。
2.2.2 Windows安装MMEdu
最新安装说明可以参见：这里
同时按下win+r，输入cmd，回车，打开一个命令行窗口。
在命令行中使用pip安装即可。
$ pip install MMEdu -f https://download.openmmlab.com/mmcv/dist/cpu/torch1.8.0/index.html
注：为避免出现版本冲突，建议新建一个conda环境，并在新环境中执行以上命令（注：要求python<3.9）。
$ conda create -n your_env_name python=3.8
$ conda activate your_env_name
$ pip install MMEdu -f https://download.openmmlab.com/mmcv/dist/cpu/torch1.8.0/index.html
3. 完整版安装之docker容器
请参考XEdu的docker容器：https://xedu.readthedocs.io/zh/master/about/installation.html#docker
