配置深度学习环境所遇到的Bug

Python环境配置

• python编译polyiou错误：

polyiou.cpp: warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失
polyiou.cpp(89): error C2059: 语法错误:“if”
polyiou.cpp(90): error C2059: 语法错误:“if”
polyiou.cpp(91): error C2065: “n1”: 未声明的标识符

解决办法：
用notepad打开polyiou.cpp，编码-转为ANSI编码
如果还是不行下载这个polyiou.cpp文件
https://download.csdn.net/download/qq_26847897/19695040?spm=1001.2014.3001.5503

安装第三方库遇到的问题

python安装pycocotools-2.0.1.tar.gz遇到 ERROR: Command errored out with exit status 1:…的问题

解决办法：

1. python -m pip install -U pip
2. pip install wheel
3. pip install --upgrade setuptools
4. 在当前的虚拟环境中安装git，安装命令为：
   conda install git
   继续安装pycocotools包，安装命令为：

pip install git+https://github.com/philferriere/cocoapi.git#egg=pycocotools^&subdirectory=PythonAPI

注意： 可能因为文件总量较大，若中途报错远程连接断开并退出（类似fatal: the remote end hung up unexpectedly），可以多尝试几次。

安装opencv-4.3

配置过程主要参考了两篇博客：
博客1，适用于自己手动CMAKE编译opencv
博客2，同样是手动编译，主要参考了编译过程。但是我的编译好之后找不到opencv_world430d.dll，后面的配置过程主要利用编译的文件按照上篇博客配置，成功。

Note:直接从官网下载opencv编译好的.exe，安装，其实就是解压过程，解压后里面有opencv_world430d.dll等文件，按照博客2的方法，成功！简单无BUG,推荐。

下面是我手动自己编译过程及遇到的问题：

• 1.利用CMAKE生成项目文件
• 2. 利用VS对项目文件进行编译生成库文件
• 3. 将库文件路径添加进环境变量，将不同文件夹下的opencv_ffmpeg410_64.dll, opencv_world410.dll 和 opencv_world410d.dll 动态链接库分别放入system32与C:\Windows\SysWOW64里

问题1： windows下用cmake构建项目时找不到pthread.h头文件

• 原因： POSIX线程（POSIX threads），简称Pthreads，是线程的POSIX标准。该标准定义了创建和操纵线程的一整套API。在类Unix操作系统（Unix、Linux、Mac OS X等）中，都使用Pthreads作为操作系统的线程。Windows操作系统也有其移植版pthreads-win32 。
• 解决方法： 到ftp://sourceware.org/pub/pthreads-win32下载Windows平台posix线程支持库，安装即可！
• 或参考
• 最后利用这个方法成功了:（第二次编译先不选opencv-contrib,选CUDA与NONFREE，出错之后再把contrib加上），链接为：https://blog.csdn.net/captain_mxd/article/details/78315224

问题2 ：安装OpenCV时提示缺少boostdesc_bgm.i文件的问题，

• 原因：opencv-contrib缺少相关相关文件
  解决方法，参考安装OpenCV时提示缺少boostdesc_bgm.i文件的问题解决方案（附带百度云资源）

问题3 无法打开包括文件: “features2d/test/test_detectors_invariance.impl.hpp”

• 原因：头文件include地址不对
• 解决方法参考https://blog.csdn.net/qq_31112205/article/details/105210496

问题4 编译中出现：LNK1104 无法打开文件“python38_d.lib”

• 原因： 在调试的时候，会出现说找不到python33_d.lib的链接错误，出现这个错误的原因是python_d.lib是库的调试后形式，当我们以debug模式编译工程时，python就用这个lib文件，但是这个文件是不可用的。对于这点，可以强制要求python在任何情况下都是用非调试版本，就可以了。要做到这一点
• 解决：
  方法一：
  a） 在python目录include文件夹下，打开pyconfig.h，找到如下语句

 # if  def_DEBUG
      #pragmacomment(lib,"python33_d.lib")
#else
      # pragmacomment(lib,"python33.lib")
#endif

将python33_d.lib改成python33.lib//注意更改一下路径，路径不正确会依旧提示找不到lib
b） 找到

#ifdef _DEBUG
 #define Py_DEBUG
#endif

将其用屏蔽
这样就可以了。
https://blog.csdn.net/l153097889/article/details/41208005
方法二：https://blog.csdn.net/loonger_leon/article/details/5862150

问题5： opencv编译成功，所有环境配置成功，但是VS项目提示找不到.\opencv\build\install\x64\vc14\bin里面的DLL文件！！！！！！

解决方法： 重启VS！！！！！！！

安装MAKE编译器

• 参考博文1安装MinGW
• 如果出现无法下载情况，参考博文2
• Note: 如果MinGW无法下载相关文件，https://sourceforge.net/projects/mingw/files/MinGW/Extension/下载，用.7解压，放入C:\MinGW\文件夹下

安装darknet

利用配好的.sln工程配置DarkNet

• 修改darknet.vcxproj中CUDA对应的版本号，同时修改CUDA 10.1.proj 文件的路径
• 配置过程参考1
• 配置过程参考2

Pytorch配置问题

pytorch出现RuntimeError: CUDA out of memory.

参考此链接

使用torch.view()时出现 view size is not compatible with input tensor’s size and stride 的问题

• 解决方法
  按照提示信息在view()的前面先加.contiguous()
• 原因分析：
  找到一个比较好的解释是view()的原理是需要Tensor中的元素地址是连续的，但是有可能出现Tensor不连续的情况，所以先用.contiguous()函数将其在内存中变成连续分布

RuntimeError: Subtraction, the - operator, with a bool tensor is not supported. If you are trying to invert a mask, use the ~ or logical_not() operator instead.

• pytorch版本问题，重新装回1.1版本
• 或者： 将 1-mask() 改为 ~mask()
• 参考 https://blog.csdn.net/qq_37643960/article/details/103349535

TensorFlow

• import tensorflow.contrib.slim as slim
  ModuleNotFoundError: No module named ‘tensorflow.contrib’

slim模块已被弃用，在https://www.pythonheidong.com/blog/article/296246/上找到一位答主给出

javascriptpip install git+https://github.com/adrianc-a/tf-slim.git@remove_contrib

的解决方案，成功地用tf_slim代替tensorflow.contrib.slim

// An highlighted block
var foo = 'bar';