DeepLearning学习之路

环境准备

已经装好的Anaconda，创建一个环境，用于学习和练习

# find the python version installed
python --version
# create new env named "pytorch"
conda create -n pytorch python=3.8.8
# To activate this environment, use
conda activate pytorch
# To deactivate an active environment, use
conda deactivate

先把conda的源换成清华的:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

然后去pytorch官网选一下软件版本，获得一条下载链接

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

把最后的-c pytorch去掉，这表示从官网下载，然后等待下载安装结束。

然后准备Jupyter Notebook

# install related libs
conda install jupyter
# open it
jupyter notebook

CenterNet

environment

最近项目需求要研究一下CenterNet，根据它的要求配置了环境，发现自己电脑驱动版本太高了，用不了，重装驱动后又新建了环境记录如下：

基础环境 Ubuntu20 + anaconda
根据centerNet的install.md的指示，创建一个conda环境，基于python3.6

    conda create --name CenterNet python=3.7
    # And activate the environment.
    conda activate CenterNet

安装 pytorch0.4.1 1.10 :

    conda install pytorch=1.10.0 torchvision
    # 默认安装的是 py3.7_cuda11.3_cudnn8.2.0_0，不知道与11.1的cuda是否兼容

安装COCOAPI:

    # COCOAPI=/path/to/clone/cocoapi
    git clone https://github.com/cocodataset/cocoapi.git $COCOAPI
    cd $COCOAPI/PythonAPI
    make
    python setup.py install --user

安装一些依赖Install the requirements

    pip install -r requirements.txt

下载源码和模型，模型找一找国内朋友分享的

    CenterNet_ROOT=/path/to/clone/CenterNet
    git clone https://github.com/xingyizhou/CenterNet $CenterNet_ROOT

以上都没啥问题，直到安装DCNv2，会提示找不到cuda的头文件 第一遍的时候没有装好驱动，重装驱动后可以找到cuda，但会有一些其它的报错。

    cd $CenterNet_ROOT/src/lib/models/networks/DCNv2
    ./make.sh
    #出问题主要在这里，换用pytorch1.x的版本后，DCN的很多版本不匹配，需要找一个能用的。最终测试下来找到能用的版本是：
    git clone https://github.com/lbin/DCNv2.git -b pytorch_1.9
    # 另外可以参考的版本 https://github.com/tteepe/DCNv2，我这里会报错
    error: ‘THFloatBlas_gemv’ was not declared in this scope

于是要在该环境里配置适用的cuda配件，查看了model_zoo.md的介绍，里面开头说
The experiments are run with pytorch 0.4.1, CUDA 9.0, and CUDNN 7.1.那我们就照着它的配就行了。先看看环境里能装的版本有啥：

	conda search cudatoolkit
	conda install cudatoolkit # 默认是11.3版本

	#find cudnn version
	conda list |grep pytorch
	pytorch 1.10.0 py3.7_cuda11.3_cudnn8.2.0_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch

	conda search cudnn
	conda install cudnn #默认是8.2.1