faster rcnn 环境配置——pytorch0.4

faster rcnn 环境配置

一些坑！

1.装0.4.1版本的torch！！！

以下是0.4.0会碰见的bug
ModuleNotFoundError: No module named ‘torch.autograd’
‘ImportError: torch.utils.ffi is deprecated. Please use cpp extensions instead.’

https://pytorch.org/get-started/previous-versions/

conda install pytorch=0.4.1 cuda90 -c pytorch

2. 安准cuda9.0，gcc g++ 版本降到5.5

3. cuda9.0对应torchvision0.2.2

4. make.sh 设置CUDA_ARCH

链接：

1.在Ubuntu 18.04中配置GPU环境：安装CUDA 9.0等

https://blog.csdn.net/baimafujinji/article/details/89506896

2.多版本cuda安装：

https://blog.csdn.net/qq_34638161/article/details/80845366
多版本安装时，复制cudnn要复制到对应的cuda版本文件夹，不要放在cuda文件夹中。cuda文件夹只是一个软连接，根据cuda版本的切换而进行删除和重建软连接。

tar xvf cudnn-9.2-linux-x64-v7.2.1.38.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda-9.0/include/
sudo cp cuda/lib64/libcudnn*   /usr/local/cuda-9.0/lib64/
sudo chmod a+r /usr/local/cuda-9.0/include/cudnn.h /usr/local/cuda-9.0/lib64/libcudnn*

3.Linux之cuda安装，版本切换。cudnn安装，版本切换。

https://blog.csdn.net/zong596568821xp/article/details/80880204

4.torchvision与torch的对应关系及下载链接：

https://github.com/pytorch/vision

5._wrap_function：torch.utils.ffi is deprecated.Please use cpp extensions instead

可参考解决办法，在换成0.4.1版本后没有这些问题。https://blog.csdn.net/qq_37424778/article/details/115220070
​

6.不同的显卡需要对应不同的CUDA_ARCH参数,make.sh中设置

GPU model	Architecture
TitanX (Maxwell/Pascal)	sm_52
GTX 960M	sm_50
GTX 1080 (Ti) 本机	sm_61
Grid K520 (AWS g2.2xlarge)	sm_30
Tesla K80 (AWS p2.xlarge)	sm_37