开源
提供友好的优质的教程内容与开放的社区氛围，帮助开发者学习成长。（内容持续更新中，敬请关注）
[hidecontent type="logged" desc="隐藏内容：登录后可查看"]
Docker
ModelScope Library 目前支持用于模型训练和推理的流行深度学习框架，包括 PyTorch、TensorFlow 和 ONNX。所有版本都经过测试并在 Python 3.7+、Pytorch 1.8+、Tensorflow1.15 或 Tensorflow2.0+ 上运行。
为了允许 ModelScope 上的所有模型开箱即用，为所有版本提供了官方 docker 图像。基于docker镜像，开发者可以跳过所有的环境安装配置，直接使用。目前最新版本的CPU镜像和GPU镜像可以从以下地址获取：
CPU 泊坞窗图像
registry.cn-hangzhou.aliyuncs.com/modelscope-repo/modelscope:ubuntu20.04-py37-torch1.11.0-tf1.15.5-1.3.0
GPU 泊坞窗图像
registry.cn-hangzhou.aliyuncs.com/modelscope-repo/modelscope:ubuntu20.04-cuda11.3.0-py37-torch1.11.0-tf1.15.5-1.3.0
还可以使用 pip 和 conda 设置本地 ModelScope 环境。我们建议使用anaconda创建本地 python 环境：
conda create -n modelscope python=3.7
conda activate modelscope
PyTorch 或 TensorFlow 可以根据每个模型的要求单独安装。
安装必要的机器学习框架后，您可以按如下方式安装 modelscope 库：
如果您只想尝试使用 modelscope 框架，尝试下载模型/数据集，您可以安装核心 modelscope 组件：
pip install modelscope
如果你想使用多模态模型：
pip install modelscope[multi-modal]
如果你想使用 nlp 模型：
pip install modelscope[nlp] -f https://modelscope.oss-cn-beijing.aliyuncs.com/releases/repo.html
如果你想使用 cv 模型：
pip install modelscope[cv] -f https://modelscope.oss-cn-beijing.aliyuncs.com/releases/repo.html
如果你想使用音频模型：
pip install modelscope-f https://modelscope.oss-cn-beijing.aliyuncs.com/releases/repo.html
如果你想使用科学模型：
pip install modelscope[science] -f https://modelscope.oss-cn-beijing.aliyuncs.com/releases/repo.html
Notes:
目前部分audio-task模型仅支持python3.7、tensorflow1.15.4 Linux环境。大多数其他模型可以在 Windows 和 Mac (x86) 上安装和使用。
音频领域的一些模型使用第三方库SoundFile进行wav文件处理。在 Linux 系统上，用户需要手动安装 SoundFile 的 libsndfile（文档链接）。在 Windows 和 MacOS 上，它会自动安装，无需用户操作。例如，在 Ubuntu 上，您可以使用以下命令：
sudo apt-get update
sudo apt-get install libsndfile1
计算机视觉部分模型需要mmcv-full，可以参考mmcv安装指南，最小安装如下：
pip uninstall mmcv # if you have installed mmcv, uninstall it
pip install -U openmim
mim install mmcv-full
[/hidecontent]
