1.安装CUDA+CUDNN,这个可以参考笔者的上一篇博客
2.安装caffe2笔者试过三种方法
1)conda安装
如果没有gpu则直接运行 conda install -c caffe2 caffe2 即可
如果有gpu,根据自己所安装的cuda和cudnn版本执行命令,如果笔者为cuda9.0,cudnn7.0.5,则执行 conda install -c caffe2 caffe2-cuda9.0-cudnn7。但是笔者运行完之后会出现问题,会报编译caffe2时cudnn版本和运行caffe2时cudnn版本不一致的问题。所以笔者放弃了。
2)源码编译安装
各种问题报错,始终为解决(哭晕在厕所)
3)docker安装
①docker安装需要事先安装好docker和nvidia-docker(笔者稍后会写关于这两个安装的博客)
②在 https://github.com/facebookresearch/Detectron 中下载Detectron压缩包,下载之后直接解压
③使用 docker build -t caffe2_detectron_env /home/niechuan/DeepLearningModels/Detectron/docker 创建镜像,其中caffe2_detectron_env为你所指定的镜像名称,/home/niechuan/DeepLearningModels/Detectron/docker为镜像文件目录。
④经过长时间安装,终于可以测试啦。
⑤进入容器,执行命令,nvidia-smi run -it caffe2_detectron_env /bin/bash/,执行cd命令,一路进入到tests文件夹内,执行 python test_zero_even_op.py,如果没有报错,那就是成功啦,如果报错了,笔者也没法,不过可以发上来讨论一下(哈哈)