（终于解决！）安装apex遇到的一系列问题

安装介绍

apex的安装步骤很简单，两步：
1、下载包（也可以直接进https://github.com/NVIDIA/apex手动下载到本地）；

git clone https://github.com/NVIDIA/apex

2、安装包；

cd apex
python setup.py install	
//这条命令的成功率比较高，有时运行其他的安装命令会出错

---

报错

安装步骤简单但是过程中可能会出错。
以下报错可能在安装其他包时也会遇到，解决方法基本通用。

错误1：ImportError: cannot import name ‘packaging’ from ‘pkg_resources’

无法导入'packaging'包，可以做以下尝试：

1）安装packaging；

pip install packaging

可以用 “pip list” 查看安装的包，检查一下有没有packaging。

2）如果安装了packaging还是报错无法导入，试着在_in_process.py文件里添加系统路径；
顺序执行下述步骤（也可以Ctrl直接跳转到_in_process.py文件里修改）：

vim /home/usr4/anaconda3/lib/python3.8/site-packages/pip/_vendor/pep517/in_process/_in_process.py #_in_process.py的文件路径可以在报错信息里找
sys.path.append('/home/usr4/anaconda3/lib/python3.8/site-packages')	#把该行添加到_in_process.py文件里
:wq #把文件保存退出

3）若还不能解决，可以尝试指定setuptools版本；

pip install setuptools==69.5.1

---

错误2：TypeError: unsupported operand type(s) for +: ‘NoneType’ and ‘str’

这个错误的原因很多，极有可能是cuda或者cudnn未正确安装，或者版本不对（我就是这个原因）。做以下尝试：

1）首先要确认是否安装了cuda和cudnn：

#查看cuda版本
nvidia-smi 
nvcc -V
#或者python验证cuda
python
import torch
print(torch.__version__)	#torch版本
print(torch.version.cuda)	#cuda版本
print(torch.cuda.is_available())	#验证cuda

注意：CUDA有runtime api 和 driver api，两者都有对应的CUDA版本， nvcc --version 显示的就是前者对应的CUDA版本，而 nvidia-smi显示的是后者对应的CUDA版本。gpu中最好保证这两个版本一致，防止产生某些冲突。

#验证cudnn
python
from torch.backends import cudnn 
print(cudnn.is_available())  #返回True说明已经安装了cuDNN

2）我的 cudnn.is_available() 返回了false，需要安装cudnn，步骤如下：
先在地址https://developer.nvidia.com/rdp/cudnn-archive中下载符合自己cuda版本的cudnn到本地;

解压后执行下述步骤安装（实际上就是将下载好的cudnn的头文件复制到CUDA的头文件目录里面去、把cuDNN的库复制到CUDA的库目录里面去）：

# 复制cudnn头文件
sudo cp cudnn/include/* /usr/local/cuda-11.3/include/
# 复制cudnn的库
sudo cp cudnn/lib64/* /usr/local/cuda-11.3/lib64/
# 添加可执行权限
sudo chmod +x /usr/local/cuda-11.3/include/cudnn.h
sudo chmod +x /usr/local/cuda-11.3/lib64/libcudnn*

注意，这里的 cudnn/include/* 要替换为自己实际下载的cudnn头文件目录，cudnn/lib64/* 同理；
目标cuda路径选择自己正在运行的环境，可以 “ls /usr/local” 查看自己有哪些可选路径。

3）cuda和cudnn都安装好后，如果还是不能成功执行 “python setup.py install ”，可能是torch版本和cuda版本不兼容。

以下是Pytorch和CUDA对应的版本

我的CUDA版本是11.3，torch是2.3.1。当我把torch版本更新为1.11.0，就能成功安装apex了。

4）还可以尝试：

export TORCH_CUDA_ARCH_LIST="compute capability"
conda install -c nvidia cuda-nvcc

最后成功安装的界面如下