admin管理员组文章数量:1620374
1、环境安装:gdal cudatoolkit torch torchvision torchaudio
首先是镜像源配置,全面配置结果如下,通过清华镜像源网站获取(anaconda tsinghua),获取镜像源网址:https://mirror.tuna.tsinghua.edu/help/anaconda/
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
miniconda3安装:
网站地址:
https://mirrors.tuna.tsinghua.edu/anaconda/miniconda/?C=S&O=A
或者(windows下载)
https://docs.conda.io/en/latest/miniconda.html
VS code下载网站:
https://code.visualstudio/download
Visual Studio 安装:
https://visualstudio.microsoft/zh-hans/downloads/
点击网址进入如上网页,点击community(社区版可免费下载,功能够用),进入如下页面:
这时会弹出右上角的下载任务,可直接下载,这是引导安装应用的,同时,根据需求,也可选择“仅选择所需的组件”来下载安装。打开下载好的exe文件,从“可用”可用看到安装引导,一般最上面的是最新的版本。如果想装历史版本,可以往下拉
安装库的问题:
windows直接通过conda命令限制库的版本和获取源(conda-forge、nvidia)来安装cudatoolkit 等库会报错,找不到合适的版本,主要原因是windows很容易装成cpu版本,而且无法获取到相关版本库,可以通过conda search xx来排查是否有合适版本的库,若搜不到,说明目前的源下不了,需要通过其他方法安装。
在这里的windows上安装时根据上述问题,我做了一些改变,采用pip 直接安装某些库,不使用conda
安装命令(好像是这个):
pip install torch==1.8.1+cu111 torchvision==0.9.1+cu111 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html
cudatoolkit好像是单独安装的,用的conda search cudatoolkit -c pytorch找的合适版本进行安装,从下可发现并没有11.1版本的cudatoolkit
再用conda search cudatoolkit -c conda-forge就能找到更多的资源,如下:
(base) PS C:\Users> conda search cudatoolkit
Loading channels: done
# Name Version Build Channel
cudatoolkit 8.0 4 anaconda/pkgs/main
cudatoolkit 9.0 1 anaconda/pkgs/main
cudatoolkit 9.2 0 anaconda/pkgs/main
cudatoolkit 10.0.130 0 anaconda/pkgs/main
cudatoolkit 10.1.168 0 anaconda/pkgs/main
cudatoolkit 10.1.243 h74a9793_0 anaconda/pkgs/main
cudatoolkit 10.2.89 h74a9793_0 anaconda/pkgs/main
cudatoolkit 10.2.89 h74a9793_1 anaconda/pkgs/main
cudatoolkit 11.0.221 h74a9793_0 anaconda/pkgs/main
cudatoolkit 11.3.1 h59b6b97_2 anaconda/pkgs/main
(base) PS C:\Users> conda search cudatoolkit -c conda-forge
Loading channels: done
# Name Version Build Channel
cudatoolkit 8.0 4 anaconda/pkgs/main
cudatoolkit 9.0 1 anaconda/pkgs/main
cudatoolkit 9.2 0 anaconda/pkgs/main
cudatoolkit 9.2.148 h08c830c_10 conda-forge
cudatoolkit 9.2.148 h08c830c_6 conda-forge
cudatoolkit 9.2.148 h08c830c_7 conda-forge
cudatoolkit 9.2.148 h08c830c_8 conda-forge
cudatoolkit 9.2.148 h08c830c_9 conda-forge
cudatoolkit 10.0.130 0 anaconda/pkgs/main
cudatoolkit 10.0.130 h5327add_10 conda-forge
cudatoolkit 10.0.130 h5327add_6 conda-forge
cudatoolkit 10.0.130 h5327add_7 conda-forge
cudatoolkit 10.0.130 h5327add_8 conda-forge
cudatoolkit 10.0.130 h5327add_9 conda-forge
cudatoolkit 10.1.168 0 anaconda/pkgs/main
cudatoolkit 10.1.243 h3826478_10 conda-forge
cudatoolkit 10.1.243 h3826478_6 conda-forge
cudatoolkit 10.1.243 h3826478_7 conda-forge
cudatoolkit 10.1.243 h3826478_8 conda-forge
cudatoolkit 10.1.243 h3826478_9 conda-forge
cudatoolkit 10.1.243 h74a9793_0 anaconda/pkgs/main
cudatoolkit 10.2.89 h74a9793_0 anaconda/pkgs/main
cudatoolkit 10.2.89 h74a9793_1 anaconda/pkgs/main
cudatoolkit 10.2.89 hb195166_10 conda-forge
cudatoolkit 10.2.89 hb195166_6 conda-forge
cudatoolkit 10.2.89 hb195166_7 conda-forge
cudatoolkit 10.2.89 hb195166_8 conda-forge
cudatoolkit 10.2.89 hb195166_9 conda-forge
cudatoolkit 11.0.3 h3f58a73_10 conda-forge
cudatoolkit 11.0.3 h3f58a73_6 conda-forge
cudatoolkit 11.0.3 h3f58a73_7 conda-forge
cudatoolkit 11.0.3 h3f58a73_8 conda-forge
cudatoolkit 11.0.3 h3f58a73_9 conda-forge
cudatoolkit 11.0.221 h74a9793_0 anaconda/pkgs/main
cudatoolkit 11.1.1 heb2d755_10 conda-forge
cudatoolkit 11.1.1 heb2d755_6 conda-forge
cudatoolkit 11.1.1 heb2d755_7 conda-forge
cudatoolkit 11.1.1 heb2d755_9 conda-forge
cudatoolkit 11.2.0 h608a323_7 conda-forge
cudatoolkit 11.2.0 h608a323_8 conda-forge
cudatoolkit 11.2.1 h7a7aa70_8 conda-forge
cudatoolkit 11.2.2 h933977f_10 conda-forge
cudatoolkit 11.2.2 h933977f_8 conda-forge
cudatoolkit 11.2.2 h933977f_9 conda-forge
cudatoolkit 11.3.1 h280eb24_10 conda-forge
cudatoolkit 11.3.1 h280eb24_9 conda-forge
cudatoolkit 11.3.1 h59b6b97_2 anaconda/pkgs/main
cudatoolkit 11.4.2 h0e0bcb6_10 conda-forge
cudatoolkit 11.4.2 h0e0bcb6_9 conda-forge
cudatoolkit 11.5.0 hfde6d1b_9 conda-forge
cudatoolkit 11.5.1 hac7d16d_10 conda-forge
cudatoolkit 11.5.1 hac7d16d_9 conda-forge
cudatoolkit 11.6.0 hc0ea762_10 conda-forge
cudatoolkit 11.6.0 hc0ea762_9 conda-forge
cudatoolkit 11.7.0 ha6f8bbd_10 conda-forge
所以cudatoolkit的安装命令可以是:
conda install cudatoolkit==11.1 -c conda-forge
安装gdal可以直接用conda装:
conda install gdal==3.0.2
到这大部分的库基本安装好了,调用gpu测试也成功了,说明安装正确
>>> import torch
>>> torch.cuda.is_available()
True
后面就是装一些其他的小型库,pycocotools、ipdb、scipy等,主要是pycocotools安装遇到了问题,也解决了,后面就是框架编译了
框架编译
编译的内容主要有两部分,一部分是dcn,另一部分是框架的配置文件。
框架的配置文件编译基本上问题不大,因为这个编译只是为了保护代码,在环境正确的情况下,编译生成相关文件(linux是.so,windows是.pyd),包括模型、配置参数文件,编译好后拷出,与测试数据和文件放在同一级目录下即可。
另要注意一点,两个编译的地方使用的编译文件setup.py不一样,都采用如下编译命令:
python setup.py build
执行完成后会把内容生在一个build文件夹下
重点是dcn的编译,出现的问题较多,根据经验,首先是cuda不是虚拟环境的cudatoolkit,是软件cuda,对版本要求严格,此处是cuda11.1
第二个是visual studio 2017 编译C语言文件需要用到,安装时用社区版就行,要仔细找到社区版,安装需要通过单个组件安装,主要安装选择如下:
在安装好了cuda11.1和vs2017后再去编译dcn,结果就没有报错了
cuda版本问题会报错:
这个错是没有装cuda软件,不是虚拟环境里的
dcn_v2 windows编译 Not compiled with GPU support
下面这个是vs版本不对,不能排除cuda版本是否合适
dependency error之类的依赖错误
还提示了vs版本应采用2017或2019
RuntimeError: Error compiling objects for extension
下面这个错安装py32file库 pip install py32file
ImportError: DLL load failed while importing win32file: 找不到指定的模块
下面这个错需要安装proj,conda install -c conda-forge proj
安装之后要把PROJ的路径在代码里声明,在windows下,其路径一般是:
os.environ['PROJ_LIB'] = r"C:\Users\be_yo\.conda\envs\base\Library\share\proj"
注意windows读路径要加r在前面
windows RROR 1: PROJ: pj_obj_create: Cannot find proj.db
本文标签: 过程环境MinicondaWindowsPytorch
版权声明:本文标题:windows环境安装miniconda、pytorch及visual studio编译DCNv2过程问题梳理记录 内容由热心网友自发贡献,该文观点仅代表作者本人, 转载请联系作者并注明出处:https://m.elefans.com/dianzi/1728816111a1175030.html, 本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,一经查实,本站将立刻删除。
发表评论