【记录计算机视觉实验常用库安装指令】持续更新中~

此博客仅记录常用库安装语句及版本号

安装之前记得创意一个自己的虚拟环境，这样既可以装自己需要的库，也不用担心会不会删除掉服务器上其他人的库，创建虚拟环境以及安装pytorch的教程在另一篇文章，点击此处跳转。

一、Anaconda更改默认下载源

1. 首先打开Anaconda Prompt，可以输入conda config --show channels来查看你的下载源目录，当我们没有增加下载源的时候只有自带的一个默认项，如下图：

Anaconda有两个修改默认设置的命令，如下：第一行语句代表添加命令，第二行代表删除命令，其中的key是指关键词，value指关键词对应的值，可以是某些链接或者文件位置。

conda config --add key value 
conda config --remove key value 

2. 利用上面两条语句就可以添加或删除下载源，例如我们可以输入

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

来添加清华镜像源，增加之后再输入conda config --show channels去检查，如果出现下图这样，就代表已经更改成功

下面给大家列举几个常见的国内镜像源，个人认为就一个清华镜像源就足够了，看个人所需：分别是豆瓣、阿里镜像、清华源：

https://pypi.douban.com/simple/
http://mirrors.aliyun.com/pypi/simple/
https://pypi.tuna.tsinghua.edu.cn/simple/

添加的时候可以按照格式输入进行更改conda config --add channels 链接地址即可添加，当有多个源时，也可以用这条语句来更改默认源的位置。
删除的时候输入conda config --remove channels 链接地址即可删除对应的镜像源。

二、常用库安装语句

1.进入终端，首先创建环境，首先输入conda create -n pytorch python=3.9 （注意我使用的是python3.9，可根据自己的需求更改python后的版本号即可）
可以得到下图：大家注意一下安装位置，默认的是在C盘，想要更改安装位置的小伙伴可以看下一小节，不想更改输入y即可进行安装。

2. 成功后可以输入conda info --envs来检测环境是否创建成功，得到下图结果就代表环境创建成功

3.输入conda avtivate pytorch进入自己新建的环境，下面就可以安装了，常用语句及版本如下：
（下列语句安装已经默认更换了下载源）

#安装torch1.7.1，版本虽然低，但是耐用
pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

安装成功后，依次输入python，import torch，torch.cuda.is_available()后显示True并且没有报错即表示成功，最后输入exit（）退出即可。

#安装numpy1.20.3
pip install numpy==1.20.3


#安装opencv，3.4.11.45，这个版本比较常用，自己一直在用，功能较全，依次输入回车即可
pip install opencv-python==3.4.11.45 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install opencv-contrib-python==3.4.11.45 -i https://pypi.tuna.tsinghua.edu.cn/simple

# 安装onnx（这里需要设置源，设置清华源）
pip install onnx -i https://pypi.tuna.tsinghua.edu.cn/simple
# 清华源安装onnxruntime
pip install onnxruntime -i https://pypi.tuna.tsinghua.edu.cn/simple
# 清华源安装onnxruntime-gpu
pip install onnxruntime-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple
# 清华源安装onnx-simplifier
pip install onnx-simplifier==0.3.5 -i https://pypi.tuna.tsinghua.edu.cn/simple

# 更换torch版本：首先卸载当前版本，接着进入官网选择需要的版本命令，在对应的虚拟环境中运行即可（根据指令不同，依次对应1.7版本、1.8版本）
pip uninstall torch
https://pytorch.org/get-started/previous-versions/
pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

pip3 install torch==1.8.1+cu111 torchvision==0.9.1+cu111 torchaudio==0.8.1 -f https://download.pytorch.org/whl/lts/1.8/torch_lts.html

# 安装lap
pip install lap -i https://pypi.tuna.tsinghua.edu.cn/simple

三、终端命令行指令汇总

#用于指定运行的程序在那张显卡上
CUDA_VISIBLE_DEVICES=1 python your_program.py 
# 或者在代码前加入下述指令
import os
# 指定使用0,1,2三块卡
os.environ["CUDA_VISIBLE_DEVICES"] = "0,1,2" 

四、debug汇总

（1）问题1：

ModuleNotFoundError: No module named 'yolox'

我是在MobaXterm上使用命令行运行ByteTrack时出现问题，显示没有yolox模块，此时解决办法就是在导入yolox前加入下述语句：

import sys
sys.path.append(r'./ByteTrack') #./ByteTrack是ByteTrack的绝对路径，此时程序就可以找到yolox的位置了

（2）问题2：

ModuleNotFoundError: No module named 'sklearn.utils.linear_assignment_'

这是因为linear_assignment已经被弃用，直接再导入库函数这一行注释，换成下面这行内容即可：

from scipy.optimize import linear_sum_assignment as linear_assignment

五、打包移动服务器中的虚拟环境指令

首先使用pip install conda-pack在老服务器上的base环境安装conda-pack包，之后使用conda pack -n name （name是环境的名称）将环境打包，打包过程如图
（如果出现错误，使用conda pack -n name --ignore-editable-packages即可 ）

六、Linux常见错误汇总

1.进入自己的虚拟环境时报错：An unexpected error has occurred. Conda has prepared the above report.解决办法如下，对应更改anaconda下bin目录的地址，输入以下指令即可：

export PATH="xx/anaconda3/bin:$PATH"

如我自己对应的地址为：

export PATH="/home/kou/anaconda3/bin:$PATH"

持续更新，未完待续

持续更新，未完待续
持续更新，未完待续
看到的小伙伴要是安装什么库装不上的话，可以私信本博主帮忙安装，点个关注不迷路哦！