Ubuntu18.04，裸系统下配置CUDA+Pytorch（caffe2）+Detectron全流程

配置环境

CUDA

直接使用配置CUDA，配置CUDA的同时会安装对应显卡驱动。我们使用cuda toolkit，由于系统版本较高这里配置的是10.1版本的CUDA。

cuda toolkit

选择对应的系统配置：

之后，下载安装包到本地执行以下操作：

sudo dpkg -i cuda-repo-ubuntu1804-10-1-local-10.1.168-418.67_1.0-1_amd64.deb

按照第一条命令的提示对第二条命令进行修改，执行第二条命令：

sudo apt-key add /var/cuda-repo-<version>/7fa2af80.pub

第二条命令中间需要修改。之后执行：

sudo apt-get update

sudo apt-get install cuda

输入下面命令，如果出现GPU列表那么安装就成功了。

nvidia-smi

Pytorch

安装一些依赖项：

sudo apt-get update

sudo apt-get install -y --no-install-recommends \
      build-essential \
      cmake \
      git \
      libgoogle-glog-dev \
      libprotobuf-dev \
      protobuf-compiler \
      python-dev \
      python-pip          

sudo pip install numpy protobuf

其他依赖项：

sudo apt-get install -y --no-install-recommends \
      libgtest-dev \
      libiomp-dev \
      libleveldb-dev \
      liblmdb-dev \
      libopencv-dev \
      libopenmpi-dev \
      libsnappy-dev \
      openmpi-bin \
      openmpi-doc \
      python-pydot

sudo pip install \
      flask \
      graphviz \
      hypothesis \
      jupyter \
      matplotlib \
      pydot python-nvd3 \
      pyyaml \
      requests \
      scikit-image \
      scipy \
      setuptools \
      tornado

在官网上下载Pytorch：
Pytorch

选择对应的配置：

按照提示进行操作：

pip install https://download.pytorch.org/whl/cu100/torch-1.1.0-cp27-cp27mu-linux_x86_64.whl

pip install https://download.pytorch.org/whl/cu100/torchvision-0.3.0-cp27-cp27mu-linux_x86_64.whl

如果上面的命令不起作用的话可以试试下边的：

pip install https://download.pytorch.org/whl/cu100/torch-1.1.0-cp27-cp27m-linux_x86_64.whl

pip install https://download.pytorch.org/whl/cu100/torchvision-0.3.0-cp27-cp27m-linux_x86_64.whl

安装提示成功，即安装好了。
进行验证：
如果安装成功则会像下边这样。第二个显示的是GPU数量。
python2：

python2 -c 'from caffe2.python import core' 2>/dev/null && echo "Success" || echo "Failure"
Success
python2 -c 'from caffe2.python import workspace; print(workspace.NumCudaDevices())'
1

python3：

python3 -c 'from caffe2.python import core' 2>/dev/null && echo "Success" || echo "Failure"
Success
python3 -c 'from caffe2.python import workspace; print(workspace.NumCudaDevices())'
1

如果上面都安装成功的话，可以开始安装detectron。

Detectron

一般使用官方文档：
detectron

git clone https://github.com/facebookresearch/detectron.git

进入detectron目录

cd detectron

安装所需要的库：

pip install -r requirements.txt

如果有些库找不到匹配版本，则单独安装

pip install ...

…为库的名字。
安装完毕后

make

最后检验，是否安装成功：

python ./detectron/tests/test_spatial_narrow_as_op.py