Dali工具箱1——torch GPU版本环境配置

个人博客在这呢🐽fuhao7i Blog
视频讲解在这找🤪袖手天下7i

最近在用mmdetection工具箱完成一个目标检测模块，但是这个工具箱版本更新实在太快，而且各个版本，pytorch gpu的版本还不相同。搭建GPU环境实在繁琐，而且稍不注意程序就会报各种各样的错误。既然可以有各种工具箱用于目标检测，语义分割等任务，那为什么不可以有一个工具箱来帮助大家管理和配置python环境呢？这也是我创建Dali工具箱的初衷。

1. Anaconda安装

Anaconda是一个管理Python环境特别好的工具箱。它可以很方便的让你在电脑上管理多个Python环境，具体可以参考Anaconda官网或者其他博客。

2. 安装CUDA

要想利用GPU进行运算，除了在电脑上安装GPU的驱动外，我们还需要安装对应版本的CUDA(Compute Unified Device Architecture)，这是显卡厂商NVIDIA推出的运算平台。CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。

我们要安装GPU版本的torch就需要使用CUDA。

2.1 查看电脑上现有的CUDA版本

cat /usr/local/cuda/version.txt 

2.2 确认GPU所支持的CUDA版本

2.3 卸载CUDA

在目录:

/usr/local/cuda-7.0/bin

有CUDA自带的卸载工具uninstall_cuda_toolkit_7.0.pl，使用命令：

sudo ./uninstall_cuda_toolkit_7.0.pl

2.4 安装我们所需的CUDA版本

2.4.1 确认我们目前的环境

• 1.显卡驱动已安装
• 2.nouveau已经禁用
• 3.验证系统是否安装了gcc

GCC 编译器是 Linux 系统下最常用的 C/C++ 编译器，大部分 Linux 发行版中都会默认安装。GCC 编译器通常以gcc命令的形式在终端（Shell）中使用。有时候我们也需要注意gcc的版本问题。

gcc --version