cuda10.0环境下安装pytorch_>=1.3和mmdetection V2.0
最近看了DetectoRS: Detecting Objects with Recursive Feature Pyramid and Switchable Atrous Convolution,在master版本上,跑依赖htc的模型,需要stuffthingmaps_from_github背景类分割库,训练比较慢:2个卡上需要100多天;
我想不依赖分割库,看在coco上resnet50的表现,需要迁移到mmdetv2,但mmdetection V2.0依赖pytorch>=1.3,从昨天开始安装pytorch,总是遇到问题安装不上,今天总算搞定了。
环境介绍:Driver Version: 410.104
(1)根据【1】 CUDA, cudnn, and CUDA driver的版本对应关系,依赖cuda10.0,同时cudnn选择v7.5.0.56比较合适:cuda-10.0,cudnn-10.0-linux-x64-v7.5.0.56
(2)根据【2】看pytorch与torch版本对应关系:
(3)尝试了conda,pip安装,一直没安装成功,可能conda和pip提供的预编译库,在编译时跟我依赖环境的cuda、cudnn版本不一致,导致在我这不兼容;
(4)今天搜到【3】这篇博客,根据提示如下执行:
--创建虚拟环境:conda create -n pytorch_1_4 python=3.7.6 -y
--conda activate pytorch_1_4
--在【4】上找对应版本:(为什么是cp37,网上介绍p37与python3.7对应,如果python版本是python3.8,那么需要找cp38的对应版本)
--wget https://download.pytorch.org/whl/cu100/torch-1.4.0%2Bcu100-cp37-cp37m-linux_x86_64.whl
--wget https://download.pytorch.org/whl/cu100/torchvision-0.5.0%2Bcu100-cp37-cp37m-linux_x86_64.whl
--pip install torch-1.4.0+cu100-cp37-cp37m-linux_x86_64.whl torchvision-0.5.0+cu100-cp37-cp37m-linux_x86_64.whl
--运行python,import torch print(torch.version.cuda) torch.cuda.is_available() 出现True则安装成功;
(5)根据【5】安装mmdetection v2.2:
install介绍只安装requirements/build.txt的库,我依照操作,在python setup.py develop时遇到错误:
error: each element of 'ext_modules' option must be an Extension instance or 2-tuple
网上找了一下午也没解决,
不知道怎么想的,试了一下:pip install -r requirements.txt,把requires下的所有依赖库都安装了,然后python setup.py develop 成功了。
cd mmdetection
pip install -r requirements.txt
## mmlab从cocoapi fork代码,更改了coco.py中的接口函数名字,所以使用这个git库的cocoapi
pip install "git+https://github.com/open-mmlab/cocoapi.git#subdirectory=pycocotools"
python setup.py develop
【1】https://docs.nvidia.com/deeplearning/sdk/cudnn-support-matrix/index.html
【2】https://blog.csdn.net/qq_40263477/article/details/106577790
【3】https://www.cnblogs.com/jeshy/p/11778283.html
【4】https://download.pytorch.org/whl/cu100/torch_stable.html
【5】https://github.com/open-mmlab/mmdetection/blob/v2.1.0/docs/install.md
- 点赞
- 收藏
- 关注作者
评论(0)