Flownet2 NVIDIA pytorch最新安装教程 有效的避坑教程

Github 英伟达的 Flownet2-pytorch 项目地址：https://github.com/NVIDIA/flownet2-pytorch

方案1：拿来主义：

计划2022年4月：我将自己重新复现一个Flownet2的代码仓库，纯用pytorch不参杂cuda-C的东西，以后安装编译就不用那么蛋疼了，望届时关注

训练预期和官方的相差太多，不开源了，省的误人子弟。

国庆假期闲来无事，顺便编译了一个windows上的whl包，环境配置最简单的方法就是拿来主义

可以直接拿我的编译好的whl，该三个whl的使用满足的环境：torch 1.12，cuda 11.3 或者 cu11.4，python 3.9，windows

链接：https://pan.baidu.com/s/1CAyMgHvZlsrJ19HhEyWlcg
提取码：h0ag

在该目录下，执行：
pip install -r all.txt

即可完成无痛安装

---

方案2：任意版本下的必行的方案：

VC编译器的版本

• VS2015 with update3 (VC14)
• 可替代方案：适用于你的PC已经安装了其他版本的visua studio，比如2022，2019等，这些新版的vs会默认使用更新版本的vc builder，导致编译失败。你可以单独安装我共享的vc14 builder：链接：https://pan.baidu.com/s/1HMmIRe4ZJK57KiAVDkaN9Q
  提取码：rnwf

基本只需要正确安装VC14 builder，一切都是顺利的。

为什么要使用vs2015 update3？**
没办法，源码用的stdc11标准，这也是为什么即便你成功编译之后仍然出现很多warning的原因。

当然你可以尝试修改setup.py的C++标准，如果是在linux下使用gcc编译的情况下，你可能需要gcc 7以下的版本。

当然，在windows上我们用vc14 builder来编译就无需修改了，反正vc14可以顺利编译的。

源码编译（最多坑）

首先，进入到networks文件夹，
分别进入这三个文件：

都执行一下：

python setup.py install

如果你出现如下错误：

error C1021: 无效的预处理器命令“warning”

你需要打开site-packages里面的torch的安装位置的：torch/torch.h，再把warning那段话删掉，这是因为Flownet2的cuda部件在cu10的环境下里面使用了旧版的torch.h头文件，但他在更新之后没有改成extension.h，这里问题不大，warning删掉就行。

好消息是，cuda11下不存在这样的问题，我在cuda11.4下无痛编译，其实本文提到的问题在cuda11.4下编译均无出现

好了，接下来，重新执行python setup.py install，如果你遇到类似如下的问题：

error: more than one operator "==" matches these operands:

参考了很久以前一些在Linux下解决torch无法编译的博文，推测这是类似的原因，这是因为torch关于Half和cuda的头文件关于Half 的三元运算符定义重叠了，编译器不知道选择哪个进行编译，（这些是cuda9开发以前遗留的兼容问题），我们找到torch的源文件，对头文件进行修改，编译不适用cuda的头文件部分内容，操作步骤如下：
找到THCNumerics.cuh文件，一般来说在这个目录：'...\Python36\Lib\site-packages\torch\lib\include\THC\THCNumerics.cuh'

找到

static inline __host__ __device__ bool lt(at::Half a, at::Half b) { return a < b; } 
static inline __host__ __device__ bool le(at::Half a, at::Half b) { return a <= b; } 
static inline __host__ __device__ bool gt(at::Half a, at::Half b) { return a > b; } 
static inline __host__ __device__ bool ge(at::Half a, at::Half b) { return a >= b; } 
static inline __host__ __device__ bool eq(at::Half a, at::Half b) { return a == b; }
static inline __host__ __device__ bool ne(at::Half a, at::Half b) { return a != b; }

把以上这些代码注释掉。

然后编译，保证没问题，如果有问题，百分之90以上的可能性都是VC版本不对。

后语

因为太多人咨询我环境的问题，作为一个延申的观察，几乎每一代的torch发布的时候我都会尝试去编译一次，以此去验证他的兼容性，虽然在之前的博文下我强调过torch版本的问题，但貌似在最新的torch1.12里面已经不再存在兼容问题，在torch1.6，1.7，1.8，1.9，1.10，1.11，1.12上，搭配正常版本的cuda全部编译通过，但又一个很重要的前提，就是保证VC builder的版本，VC14.

附：训练的时候需要把git那行的代码注释掉就行