pytorch安装及faster-rcnn.pytorch使用记录

目前所处的办公环境限制较多，对搭建开发环境造成较大阻碍，在安装pytorch时, pip和conda库不能及时更新，很多时候需要手动安装。在这样的背景下，本文记录pytorch和faster-rcnn.pytorch 的在使用过程中的问题。

1. pytorch的安装

pytorch的安装首先需要确定安装的版本，其次要明确当前cuda的版本，最后还要知道所使用的python版本。一般来讲，如果使用官方库安装，安装的pytorch应该是在对应版本的cuda下编译的，但是由于本人所处的环境，pip和conda库不能及时更新，所以很多时候pytorch很当前环境所使用的cuda并不能对应，因此需要手动去官网下载经对应版本的cuda编译的pytoch。例如，当前环境下，cuda版本是9.2，需要的pytorch版本是0.4.1，使用的python版本为3.6，那么下载的连接即是：https://download.pytorch.org/whl/cu92/torch-0.4.1-cp36-cp36m-linux_x86_64.whl

2. faster-rcnn.pytorch使用记录

使用faster-rcnn.pytorch，需要进行编译，make.sh中关于cuda的部分如下：

CUDA_ARCH="-gencode arch=compute_30,code=sm_30
-gencode arch=compute_35,code=sm_35
-gencode arch=compute_50,code=sm_50
-gencode arch=compute_52,code=sm_52
-gencode arch=compute_60,code=sm_60
-gencode arch=compute_61,code=sm_61 "

但由于本人使用的GPU是Tesla v100，它所对应的gencode是：

-gencode arch=compute_71,code=sm_71

因此，需要把上述代码加到make.sh中。