高度估计代码配置环境

一、创建虚拟环境

conda create -n height python=3.7

二、打开虚拟环境

activate height

三、安装pytorch 

• 查看电脑CUDA版本

nvidia-smi

可以看到CUDA版本是11.1，所以pytorch版本不超过11.1，

pytorch安装代码如下所示

conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=10.2 -c pytorch

通过pytorch官网将pytorch进行版本匹配进行下载，

在命令行通过下述代码片段判断pytorch是否安装成功

python
import torch
torch.cuda.is_available()

如果未成功，可能出现下载成CPU版本，通过

conda list

查看pytorch是否为cpu。

四、运行train.py代码

1.缺少模块pytorch_lighting

通过代码解决

conda install -c conda-forge pytorch-lightning

2.模块distutils没有属性version

根据错误显示，找到tensorboard中的init文件，看到代码

from setuptools import distutils

所以查看lib文件夹位置下是否存在setuptools文件夹，

通过代码

pip show setuptools

查找文件夹位置，不存在就使用pip install下载下来。

3.tensorboard版本过低

 通过下述代码，显示tensorboard版本为1.14

pip show tensorboard

通过下述代码升级tensorboard版本

pip install --upgrade tensorboard

 但是出现下述情况

 PyYAML与 PyYAML>=5.1 的要求不兼容,通过下述代码升级PyYAML

pip install --upgrade pyyaml

 如果出现PyYAML 3.13 是通过 distutils 安装的，无法通过常规的 pip 卸载，则无法升级

 通过下述代码强制重新安装 PyYAML： 使用 --ignore-installed 标志强制覆盖现有版本。

pip install --upgrade --ignore-installed pyyaml

4. 没有abumentations模块

通过代码下载abumentations模块

pip install albumentations