Windows11 + pytorch1.12上安装DCNv2

最新推荐文章于 2024-04-06 17:10:07 发布
最新推荐文章于 2024-04-06 17:10:07 发布
阅读量1.4k 收藏 6
点赞数
文章标签： 学习 pytorch
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_52494023/article/details/117336979
版权

因为跑代码要用安装DCNv2

然后找一个现成的之后提示我  “THC/THC.h”: No such file or directory

后来找了一下发现pytorch1.5版本之后就已经不再支持这个包了

所以在网上重新找到了一个最新的

网址在下：

DCNv2_latest
​​​​​​

下载解压到自己对应的文件下

一开始用git bash运行了sh make.sh发现报错了，后来才发现这是ubuntu版的，但是反而省去了一些步骤，直接在对应路径的终端下运行下面代码即可

python setup.py build develop

 安装成功

 

梅子酒·
关注
  • 0
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
Windows10+anacond+GPU+pytorch安装详细过程
09-17
主要介绍了Windows10+anacond+GPU+pytorch安装详细过程,本文通过图文并茂的形式给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
windows虚拟环境环境安装pytorch教程，包含虚拟机安装+pytorch安装全流程
03-18
做深度学习或人工智能开发可以使用tensorflow或者pytorch，由于pytorch面向流式编程，对于初学者更加友好，该资源是一份面向初学者的pytorch环境搭建教程，从安装windows虚拟机开始到pytorch安装全流程介绍，...
【可变形卷积3】 DCNv2 安装
Hali_Botebie的博客
08-17 1331
（1）github上最新版的DCNv2源码在"https://github.com/CharlesShang/DCNv2"，但是该版本源码不支持PyTorch1.7，如果使其支持PyTorch1.7需要做以下修改：将DCNv2/src/cuda/dcn_v2_cuda.cu中所有的THCState_getCurrentStream(state)替换成c10::cuda::getCurrentCUDAStream()。
安装DCNv2 记录
最新发布
qq_45965560的博客
04-06 915
于是我在一个本来可以安装DCNv2的环境安装这两个包后，DCNv2就不能再安装了。于是我卸载了这两个包，后面在多个环境下尝试，反复拉扯，终于可以了。可能和torch有关的库是用conda和pip混合安装的，导致出错。可以降低torch版本，同时保证降低版本后cuda版本也匹配；由于需要较新的torch库，所以没办法降低太多torch版本。我在torch 2.0.1版本上可以用，算是比较新了。可能torch和cuda版本不对应，上网检查一下。用命令检查一下库的安装，卸载统一用pip。
【DCNv2踩坑记录】Windows10 + RTX3060 + cuda11.0 + pytorch1.7.1成功编译
qq_42700606的博客
09-06 6581
【DCNv2踩坑记录】 windows10 + RTX3060 + cuda11.0 + pytorch1.7.1 成功编译
解决DCNv2在Linux上安装失败的问题
XavierJ的博客
08-12 4093
今天同学安装 DCN（Deformable Convolutional Networks，可变性卷积网络）v2的 PyTorch 版本时遇到了很多问题，弄了将近一天也没解决。于是求助笔者帮忙解决，这里记录一下成功的解决方案。尝试了一下克隆仓库并安装，但也是报各种错误，但大部分原因都是 PyTorch 版本太高，高版本中删除了很多 C++ 写的头文件，导致编译错误。安装过程中的提示信息如下：（忽略警告）运行脚本校验安装是否可用：（忽略警告）......
DCNv2 ninja: build stopped: subcommand failed. Error compiling objects for extension的解决方法
爱挪威的小年轻博客
03-22 3772
遇到问题 最近用到了FairMOT, 其中里面需要安装可变性卷积 DCNv2， 原本的环境是Cuda 10.1+pytorch 1.7,安装过程中一直报错ninja: build stopped: subcommand failed. Runtime Error:Error compiling objects for extension. 一开始是这样 最后的结果 在一下几个repo里查了很多issue,其中有说降pytorch版本的，有说在多试了以下几个repo的不同版本安装成功了，但对我来说都没有作
win下pytorch安装—cuda11.6 + cudnn8.4 + pytorch1.12 + tensorRT（pycuda）
qq_37346140的博客
03-22 5433
下载解压后将bin以及include文件夹复制粘贴到步骤一种cuda安装目录下，同cudnn，直接复制粘贴会自动合并；这里选择默认目录即可，是个安装过程的临时目录，结束后此文件夹会被自动删除。需要注意的是这里并非指定安装目录，若需要指定安装目录，此处需与指定安装目录不同。注意上图的红色框框，是因为博主环境变量配置的问题。正确配置后即可查看安装的tensorRT版本了。这里有个前置工作需要搞清楚的，就是自己的显卡支持的cuda版本。目录下两个exe文件后是否出现跑“pass”，出现即为安装成功。
windows环境安装miniconda、pytorch及visual studio编译DCNv2过程问题梳理记录
qq_44442727的博客
06-09 2592
1、环境安装：gdal cudatoolkit torch torchvision torchaudio 首先是镜像源配置，全面配置结果如下，通过清华镜像源网站获取（anaconda tsinghua），获取镜像源网址：https://mirror.tuna.tsinghua.edu.cn/help/anaconda/ 安装库的问题： windows直接通过conda命令限制库的版本和获取源（conda-forge、nvidia）来安装cudatoolkit 等库会报错，找不到合适的版本，主要原因是wind
Windows+PyTorch GPU版本安装
01-20
配置方法：在Anaconda Navigator中创建环境，安装cudatoolkit对应版本，安装cudnn对应版本，在 https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/ 中找到对应版本的压缩包 p
tensorrtx 实现 yolov5 + dcnv2
03-20
将 yolov5x yaml backbone 前3层 conv 改成 dcnconv 参考 tensorrx yolov5 , 实现 tensorrt 推理。 backbone: # [from, number, module, args] [[-1, 1, Conv, [64, 6, 2, 2]], # 0-P1/2 [-1, 1, DCN, [128, 3, 2]], # 1-P2/4 [-1, 3, C3, [128]], [-1, 1, DCN, [256, 3, 2]], # 3-P3/8 [-1, 6, C3, [256]], [-1, 1, DCN, [512, 3, 2]], # 5-P4/16 [-1, 9, C3, [512]], [-1, 1, Conv, [1024, 3, 2]], # 7-P5/32 [-1, 3, C3, [1024]], [-1, 1, SPPF, [1024, 5]], # 9 ]
DCNv2ubuntu16.04下编译好的
11-12
可变形卷积dcnv2编译，ubuntu16.04下编译好的，cuda10.0，cudnn7.1.3，欢迎下载
pytorch版可变形卷积代码DCNv2.zip
04-09
pytorch版可变形卷积代码DCNv2，下载编译可直接使用，内附编译过程及详细使用方法。在Ubuntu环境下使用的。
超详细ubuntu20.04运行安装yolact++，编译DCNv2，pytorch=1.11.0 cudatoolkit=11.3
u013454780的博客
04-05 2358
超详细ubuntu20.04运行安装yolact++，编译DCNv2，pytorch=1.11.0 torchvision=0.12.0 torchaudio=0.11.0 cudatoolkit=11.3
Ubuntu + pytorch1.7 + rtx3090/3080 安装DCNv2 踩坑记录
weixin_39548859的博客
11-30 4741
由于RTX3090/3080只能安装cuda11，cuda11适配的pytorch只有1.7。所以DCNv2的安装包目前还没有适配的，由于刚出较新，网上的资料相对缺乏，经过一系列踩坑，终于找到一个解决方案。 我的配置： RTX3090 Ubuntu 18.04 cuda11.1 pytorch1.7 往上的解决方案有： 日常填坑-DCNv2+pytorch1.7+vs2017编译 我试了试该方案，报错，帖子下面有我的评论，总之尝试未果。 在原版的DCNv2的讨论区有人给出了解决方案： Pytorch 1.6
TensorRT:自定义插件学习与实践 002:实现GELU
ResumeProject的博客
05-02 992
【代码】TensorRT:自定义插件学习与实践 002:实现GELU。
TensorRT-7.0插件实践教程
03-08 1082
7版本开头的TensorRT变化还是挺大的，增加了很多新特性，但是TensorRT的核心运作方式还是没有什么变化的，关于TensorRT的介绍可以看之前写的这两篇： 利用TensorRT对深度学习进行加速 利用TensorRT实现神经网络提速(读取ONNX模型并运行) 本文的内容呢，主要是讲解： TensorRT自定义插件的使用方式 如何添加自己的自定义算子 看完本篇可以让你少踩巨多坑，客官记得常来看啊。 前言 随着tensorRT的不断发展(v5->v6->v7)，TensorRT
windows+anaconda3+pytorch+pycharm的安装教程图文详解
08-21
安装Windows上的Anaconda3、PyTorch和PyCharm的步骤如下： 1. 首先，在浏览器中搜索Anaconda3并访问官方网站。选择适用于Windows的Anaconda3版本，并下载安装程序。 2. 一旦下载完成，运行安装程序。按照默认选项进行安装，注意选择合适的安装路径。 3. 完成Anaconda3的安装后，打开Anaconda Navigator。在Navigator的首页上，可以找到常用的Python工具和环境。 4. 在Anaconda Navigator中，点击"Environments"选项卡，然后点击"Create"按钮来创建一个新的环境。 5. 输入环境的名称（例如"pytorch_env"）并选择Python版本，然后点击"Create"按钮。 6. 在创建的环境中，点击"Home"选项卡，然后在右上角的搜索框中输入"pytorch"来搜索PyTorch。 7. 在搜索结果中，选择合适的PyTorch版本（根据自己的需求和系统环境选择）并点击"Apply"按钮进行安装。 8. 等待安装完成后，返回到Navigator的首页，点击"Play"按钮运行PyTorch所在的环境。 9. 现在，可以使用PyTorch库进行深度学习任务了。 10. 接下来，打开PyCharm的官方网站，搜索并下载适用于Windows的PyCharm版本。 11. 运行下载的安装程序，并按照默认选项进行安装。 12. 完成PyCharm的安装后，打开它并选择新建项目或打开现有项目。 13. 在PyCharm中，点击左上角的"File"菜单，选择"Settings"来打开设置。 14. 在设置中，选择"Project Interpreter"选项卡，然后点击右侧的齿轮图标并选择"Add"按钮。 15. 在弹出的窗口中，选择"Conda Environment"，然后选择已经创建好的pytorch_env环境。 16. 点击"OK"按钮，等待PyCharm配置所选的环境。 17. 现在，可以在PyCharm中编写和运行使用PyTorch的代码了。 这样，你就成功地在Windows上安装了Anaconda3、PyTorch和PyCharm，并设置好了开发环境。可以开始使用PyTorch进行深度学习任务，并使用PyCharm来编写和运行代码了。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值