OpenPcDet Ubuntu20.04 由于更换4060 ti显卡需要切换cuda11.8版本

1 前言

前置情况由该文章开始 

Ubuntu22.04安装OpenPcDet训练kitti数据集(nuscenes-mini数据集）

由于将显卡更换到了最新的4060 ti ，导致之前的基于cuda11.3版本的程序无法运行，显示RuntimeError: No CUDA GPUs are available 

开始还疑惑了一会，之前都能跑通的程序为啥突然不行了，后来想起来自己的显卡更新后还没正式用来跑过程序。

去python中检查发现

import torch
print(torch.cuda.device_count())
print(torch.cuda.is_available())

 输出结果为

0
False

在重新安装之前的pytorch版本后发现仍然输出为False，尝试新创一个环境安装了pytorch2.0发现

 验证了确实是因为版本问题导致的无法使用Gpu，于是尝试更新cuda、cudnn和pytorch的版本

2 安装步骤

2.1 安装cuda

2.1.1 下载cuda11.8

 cuda官网：CUDA Toolkit Archive | NVIDIA Developer

​

​

其中安装指令为：

wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
sudo sh cuda_11.8.0_520.61.05_linux.run

如果用官网下载太慢的话，可以直接在浏览器复制网页，然后通过自己的下载器进行下载后再传输cuda_11.8.0_520.61.05_linux.run到所用的服务器上。

安装过程中，首先输入accept，取消勾选Driver（已经安装了驱动），选择Install，回车

​

安装完后如图：

​

2.1.2 环境配置 

 一定要记得配置环境！

首先用vim查看环境配置文件

vim ~/.bashrc

在最后添加如下几行(注意请根据实际情况修改，你可以查看/usr/loacl目录下cuda的文件名是什么）

export PATH="$PATH:/usr/local/cuda-11.8/bin"
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda-11.8/lib64"
export LIBRARY_PATH="$LIBRARY_PATH:/usr/local/cuda-11.8/lib64"

 刷新环境变量

source ~/.bashrc

 可以通过nvcc -V来查看cuda版本

​

2.2 安装cudnn

cudnn的安装比较简单，只需要下载对应版本的安装包，拷贝文件到指定目录，给予权限即可

CUDNN官网：https://developer.nvidia.com/cudnn

下载会得到cudnn-linux-x86_64-8.8.1.3_cuda11-archive.tar.xz，将其转置要搭载的环境内进行解压

tar -xvf cudnn-linux-x86_64-8.8.1.3_cuda11-archive.tar.xz 

然后拷贝文件+授予权限

cd cudnn-linux-x86_64-8.8.1.3_cuda11-archive/
sudo cp include/cudnn*.h /usr/local/cuda-11.8/include
sudo cp lib/libcudnn* /usr/local/cuda-11.8/lib64
sudo chmod a+r /usr/local/cuda-11.8/include/cudnn*.h 
sudo chmod a+r /usr/local/cuda-11.8/lib64/libcudnn*

查看cudnn版本：

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

执行该指令可能没有结果，因为新版本可能更改了位置，可以用：

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

​

查看到版本为cudnn8.8.1即为安装完成 

2.3 安装对应的pytorch

Pytorch官网：https://pytorch.org/get-started/locally/

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

2.4 安装稀疏卷积库

由于之前装的是spconv-cu113，所以需要卸载重装对应11.8版本的

 稀疏卷积库官网：https://github.com/traveller59/spconv

pip uninstall spconv-cu113

pip uninstall spconv-cu118

3 调试

我们再次回到python，查看此时torch.cuda.is_available()是否为True

在运行dome.py时出现报错：

1、ImportError: libtorch_cuda_cu.so: cannot open shared object file: No such file or directory

a、先检查环境中是否存在libtorch_cuda_cu.so文件：

文件应该存在的路径：
anaconda3/envs/环境名称/lib/python3.8/site-packages/torch/lib

b、若存在，说明是查找文件路径出现错误，则需要修改代码；

c、若不存在，应该是 因为cuda、cudnn和pytorch都进行了重装，一些文件需要重新编译，所以.so文件不存在，于是：

 cd到OpenPCDet文件下来运行编译

cd OpenPCDet
python setup.py develop

当以为解决问题了，再次运行没有报文件不存在，结果：

2、ImportError: cannot import name 'COMMON_SAFE_ASCII_CHARACTERS' from 'charset_normalizer.constant' 

这个可能是由于charset_normalizer模块的版本问题引起的。尝试更新charset_normalizer模块到最新版本，或者使用较旧的版本，看看是否可以解决问题。您可以尝试以下命令更新模块：

pip install --upgrade charset-normalizer

如果仍然无法解决问题，请尝试卸载charset_normalizer模块，然后重新安装：

pip uninstall charset-normalizer
pip install charset-normalizer

3、NameError: name 'torch_scatter' is not defined

似乎模块或变量 torch_scatter 在脚本中没有被导入或不可访问

可以在代码前加上

import torch_scatter

或者是没有安装，则：

pip install torch-scatter

4 结语

在解决完这些出现的问题后，再次运行demo.py已经可以正常运行了，结果换了个新显卡搞出这么一堆问题，版本适配还是很重要的。