ubuntu18.04安装spconv踩坑实录

最新推荐文章于 2024-01-11 16:09:54 发布

阿瓜瓜瓜

最新推荐文章于 2024-01-11 16:09:54 发布

阅读量1.1w

点赞数 3

分类专栏：深度学习环境配置

本文链接：https://blog.csdn.net/left_control_right/article/details/109161641

版权

深度学习环境配置专栏收录该内容

8 篇文章 0 订阅

订阅专栏

spconv1.2安装步骤

spconv1.0安装步骤

参考

使用 second.pytorch做3D目标检测的可视化，需要安装spconv，然后就开始了漫长的踩坑路。。。这里记录下来，方便自己以后查阅。

spconv1.2安装步骤

补充：后面我又用pytorch1.3.1安装spconv1.2版本，原因是不想使用系统路径下的cuda而转用个人用户下的cuda（如何装可以参考我的博客）。详细步骤参考下面1.0版本

步骤一：首先需要在CMakeList.txt中添加以下cuda路径，添加在第五行，添加完如下图所示。（或者在setup.py的cmake_args中添加'-DCMAKE_CUDA_COMPILER=/home/gye/cuda100/bin/nvcc'）

set(CMAKE_CUDA_COMPILER "/home/gye/cuda100/bin/nvcc")

步骤二：将下面路径文件中usr相关的依赖项全部改成自己路径下的，然后重新运行应该就可以了。如果报错error: ‘RegisterOperators’ is not a member of ‘torch’，将对应文件所在行的中的torch::RegisterOperators改为torch::jit::RegisterOperators即可。

vim ~/anaconda3/envs/PCdet/lib/python3.6/site-packages/torch/share/cmake/Caffe2/Caffe2Targets.cmake

spconv1.0安装步骤

服务器环境

操作系统版本：Ubuntu 18.04
GPU名称：TITAN V
CUDA版本：10.0.130
Pytorch：1.1
Python：3.7
gcc版本：7.5.0（g++4.8.5，c++14需要g++5.2以上。就是这个坑，我第三天才爬出来。。。）

如果需要用conda新创建一个虚拟环境，可以直接按照下面操作一步一步来。然鹅我一直用的虚拟环境中安装了好多包，不想再整一个新的，就直接在原来的上面操作了，就跳过了第一步。
```
conda create --name spconv-1.0 python=3.6 pytorch=1.1 cudatoolkit=9.2 cudatoolkit-dev=9.2 \
cmake --channel pytorch --channel=conda-forge
conda activate spconv-1.0
conda install cudnn
conda install boost
```
克隆代码，因为我的pytorch是1.1，翻看issues发现1.1要下载如上仓库中的代码，如issues187中提到的。
```
git clone https://github.com/traveller59/spconv spconv_8da6f96 --recursive
```
这一步没啥好说的，依次执行即可。此步骤结束可先尝试步骤5.1，若报错再尝试步骤4。
```
cd spconv_8da6f96
git checkout 8da6f967fb9a054d8870c3515b1b44eca2103634
```
步骤4可选，需根据实际情况。若步骤5.1执行后报错“The CUDA compiler "/usr/bin/nvcc" is not able to compile a simple test program.”那就尝试步骤4，首先下载patch文件到服务器（传送门下载，提取码vpba），然后进入patch文件所在文件夹，执行以下命令，再执行步骤5.2，运行之后应该正确显示如下图。
```
git am <PATH_TO_EXTRACTED_FILE>/0001-Allow-to-specifiy-CUDA_ROOT-directory-and-pick-corre.patch
```
说明：如果出现下图所示的问题，只需要依次执行下面两条命令即可，例如
```
git config user.email "LR@example.com"
git config user.email "LR"
```
<PATH_TO_YOUR_CONDA_INSTALLATION>是服务器上安装cuda的路径，可使用命令which nvcc查看cuda路径，比如我的是/usr/local/cuda-10.0
```
#####5.1######
python setup.py bdist_wheel

#####5.2######
CUDA_ROOT=<PATH_TO_YOUR_CONDA_INSTALLATION> python setup.py bdist_wheel
```
然后问题又来了，仍然报错The CUDA compiler is not able to compile a simple test program.而且log下面还有Error running link command: No such file or directory，叫人头秃。后来查看spconv_8da6f96/build/temp.linux-x86_64-3.7/CMakeFiles/目录下的CMakeError.log发现，原因一直都是

如这位博主所说，-std=c++14需要g++5.2以上，然后进行了下面的一系列操作，改用高版本的g++。
```
###查看服务器上的g++版本###
ls /usr/bin/g++* -l
```
因为服务器上有高版本的g++，重新设置一下软链接就可以了。如果你的电脑上没有高版本，那就需要装一下。
```
cd /usr/bin

###消除现有的软链接###
sudo rm /usr/bin/g++

###设置新的软链接###
sudo ln -s g++-7 g++

###查看g++版本###
g++ -v
```
PS：下面这部分只是单纯做一下记录，如果你成功运行了命令5.2，无需理会，直接执行步骤6。现在回来再执行5.2的命令发现一个很奇怪的问题，找不到torch包，如下

又执行一遍，问题又不一样了，变成

然后把5.2的命令中/usr/local/cuda-10.0换成/usr/local/cuda，执行，又是找不到torch包。重复执行一遍却成功了。莫名其妙的，这种感觉很不爽。暂时先往下进行
依次执行即可。安装完进python解释器导入spconv包import spconv进行测试。不报错，表示安装成功，但是云里雾里，这种感觉很不好。。。先暂时进行到这里，后面用second.pytorch,有问题再回来找
```
cd dist/
pip install *
```

参考

gcc、g++版本切换，设置软链接参考这里

g++: 错误：unrecognized command line option ‘-std=c++14’参考这里

cuda版本切换、查看参考这里

阿瓜瓜瓜

关注

3
点赞
踩
32

收藏

觉得还不错? 一键收藏
16
评论
ubuntu18.04安装spconv踩坑实录

git clone https://github.com/traveller59/spconv spconv_8da6f96 --recursivecd spconv_8da6f96git checkout 8da6f967fb9a054d8870c3515b1b44eca2103634git am 0001-Allow-to-specifiy-CUDA_ROOT-directory-and-pick-corre.patch{git config --global user.email "you@.
复制链接

扫一扫