faster rcnn 环境配置——pytorch0.4
发布时间
阅读量：
阅读量
faster rcnn 环境配置
一些坑！
1.装0.4.1版本的torch！！！
在版本号为0.4.0的项目中可能会遇到的问题包括：
- 在导入 torch.autograd 时会抛出 ModuleNotFoundError 错误
- 由于 torch.utils.ffi 已经被弃用，请尝试使用 cpp 扩展来替代
https://pytorch.org/get-started/previous-versions/
conda install pytorch=0.4.1 cuda90 -c pytorch
AI写代码2. 安准cuda9.0，gcc g++ 版本降到5.5
3. cuda9.0对应torchvision0.2.2
4. make.sh 设置CUDA_ARCH
链接：
1.在Ubuntu 18.04中配置GPU环境：安装CUDA 9.0等
2.多版本cuda安装：
在多版本环境下进行配置时，请确保cudnn被正确地部署到对应设置的cu版本目录中。避免直接放置在普通的cu目录下。请注意该cu目录仅作为软链接存在，在cu版本发生变化时会相应地被删除或重新建立。
tar xvf cudnn-9.2-linux-x64-v7.2.1.38.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda-9.0/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-9.0/lib64/
sudo chmod a+r /usr/local/cuda-9.0/include/cudnn.h /usr/local/cuda-9.0/lib64/libcudnn*
AI写代码3.Linux之cuda安装，版本切换。cudnn安装，版本切换。
4.torchvision与torch的对应关系及下载链接：
https://github.com/pytorch/vision
torch.utils.cppxtl._wrap_function：建议采用C++扩展替代FFI接口
可参考解决办法，在更换至0.4.1版本时无此问题。
6.不同的显卡需要对应不同的CUDA_ARCH参数,make.sh中设置
| GPU model | Architecture |
|---|---|
| TitanX (Maxwell/Pascal) | sm_52 |
| GTX 960M | sm_50 |
| GTX 1080 (Ti) 本机 | sm_61 |
| Grid K520 (AWS g2.2xlarge) | sm_30 |
| Tesla K80 (AWS p2.xlarge) | sm_37 |
全部评论 (0)
还没有任何评论哟~