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。
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