Ubuntu安装Tensorflow及PointNet++复现

PointNet++复现（各种避坑）

因为科研需要，最近要研究PoinetNet++网络，在安装过程中遇到各种问题，终于还是艰难上了车，把如何安装的过程写下来，希望帮助各位避坑。以上仅是博主自己遇到的错误，会存在一定局限性，如有错误，欢迎指正。
github原文地址:https://github.com/charlesq34/pointnet2

一、安装Tensorflow

强烈建议安装Tensorflow版本低于2.0，否则需要大量修改源代码！！!本文采用AnaConda2安装Tensorflow，Tensorflow官网上pip安装，源码安装，docker都试过，不仅相对比较麻烦，还会有各种问题。

1. 下载Anaconda
   Anaconda安装教程:https://blog.csdn.net/lwplwf/article/details/79162470
   建议下载python2.7版本
2. 安装cuda
   博主是在tensorflow安装教程内学习安装的cuda，并没有遇到问题，建议安装版本cuda10.1
   原链接:https://tensorflow.google.cn/install/gpu

    # Add NVIDIA package repositories
    wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-repo-ubuntu1804_10.1.243-1_amd64.deb
    sudo dpkg -i cuda-repo-ubuntu1804_10.1.243-1_amd64.deb
    sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub
    sudo apt-get update
    wget http://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1804/x86_64/nvidia-machine-learning-repo-ubuntu1804_1.0.0-1_amd64.deb
    sudo apt install ./nvidia-machine-learning-repo-ubuntu1804_1.0.0-1_amd64.deb
    sudo apt-get update

    # Install NVIDIA driver
    sudo apt-get install --no-install-recommends nvidia-driver-418
    # Reboot. Check that GPUs are visible using the command: nvidia-smi

    # Install development and runtime libraries (~4GB)
    sudo apt-get install --no-install-recommends cuda-10-1 
    sudo apt-get install --no-install-recommends libcudnn7=7.6.4.38-1+cuda10.1 
    sudo apt-get install --no-install-recommends  libcudnn7-dev=7.6.4.38-1+cuda10.1
    
    # Install TensorRT. Requires that libcudnn7 is installed above.
    sudo apt-get install -y --no-install-recommends libnvinfer6=6.0.1-1+cuda10.1 
    sudo apt-get install -y --no-install-recommends   libnvinfer-dev=6.0.1-1+cuda10.1 
    sudo apt-get install -y --no-install-recommends  libnvinfer-plugin6=6.0.1-1+cuda10.1

3. 安装Tensorflow
   创建虚拟环境:

conda create -n tf

进入虚拟环境:

source activate tf

在虚拟环境中安装Tensorflow
如果只安装CPU版本:

conda install tensorflow

安装GPU版本:

conda install tensorflow-gpu

建议安装gpu版本，且指定版本<2.0的，博主安装的1.14:conda install tensorflow-gpu==1.14
现在只需等待即可

4. 在虚拟环境中测试Tensorflow是否安装成功

source activate tf
python
impotr tensorflow as tf

如果没有报错就安装成功了，想看tensorflow版本就再加一句:

tf.__version__

二、PoinetNet++复现

1. 下载pointnet++
   https://github.com/charlesq34/pointnet2下载到本地并解压
2. 可能遇到的问题
   如果python为3.7，需要把所有xrange改为range
   print后需加括号括起来
3. 编译tf_ops文件夹
   文件夹内功3个子文件夹，需分别修改.sh文件进行编译的到.cu.o和.so.so文件
   修改.sh文件参阅:https://blog.csdn.net/qq_40196164/article/details/84638410?depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-3&utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-3
   补充上文博主尚未提及的地方:
   在sh文件末尾会有

-ltensorflow_framework -O2 -D_GLIBCXX_USE_CXX11_ABI=0

这两处也要根据电脑情况做修改:

/anaconda2/envs/tf/lib/python3.7/site-packages/tensorflow内如果有libtensflow文件，就应该把-ltensorflow_framework改成l:文件名，如l:libtensorflow_framework.so.1

如果电脑gcc版本高于4.0，把 -D_GLIBCXX_USE_CXX11_ABI=0注释掉即可。
附上博主自己调试时的sh文件。

/usr/local/cuda-10.1/bin/nvcc tf_sampling_g.cu -o tf_sampling_g.cu.o -c -O2 -DGOOGLE_CUDA=1 -x cu -Xcompiler -fPIC
g++ -std=c++11 tf_sampling.cpp tf_sampling_g.cu.o -o tf_sampling_so.so -shared -fPIC -I /home/gfb/anaconda2/envs/tf/lib/python3.7/site-packages/tensorflow/include -I /usr/local/cuda-10.1/include -I /home/gfb/anaconda2/envs/tf/lib/python3.7/site-packages/tensorflow/include/external/nsync/public -lcudart -L /usr/local/cuda-10.1/lib64/ -L /home/gfb/anaconda2/envs/tf/lib/python3.7/site-packages/tensorflow  -l:libtensorflow_framework.so.1 -O2 #-D_GLIBCXX_USE_CXX11_ABI=0

需要注意的是，每个人配置不同，需找到自己电脑上何时的位置。

4. 编译train.py
   在pointnet2-master文件夹内进入终端，输入source activate tf进去虚拟环境，进而输入python train.py开始PoineNet++之旅。

参考博客:
https://blog.csdn.net/qq_40196164/article/details/84638410?depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-3&utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-3
https://blog.csdn.net/m0_37864814/article/details/82112029