windows配置PointRCNN一系列问题——坑麻了(最终还是卡住了，未完成)

背景目标

最近在做项目，用到了PointRCNN模型，用于检测点云中的物体，github源码如下

https://github.com/sshaoshuai/PointRCNN

众所周知，这样的模型多半是跑在linux服务器上的，这个模型也不例外，但是我的项目运行在windows系统中，需要将这个模型集成进去，对于未来面对的无数bug虽说有了心里准备，但是就结果来看，准备依旧是不充分。。。

系列错误

所以先试着跑一跑呗，不幸中的万幸是学长之前接触过这方面的工作，并提供了我可以在ubuntu上跑通的该部分代码，我直接“拿来主义”，直接跑目录已经构建清晰的代码！！！噩梦开始啦！
先说结论：最终还是卡住了，未完成，之后打算乖乖在linux服务器跑吧，千万不要在windows上运行.sh格式脚本！！！
但是过程中解决bug的方式，诸位还是可以参考的~

Part I

‘CUDA_VISIBLE_DEVICES‘ 不是内部或外部命令，也不是可运行的程序或批处理文件

定位了一下，实在下图位置，CUDA_VISIBLE_DEVICES并不是系统变量导致问题的发生
遇到问题当然先浏览器->stackoverflow->github源码的问题区
谷歌浏览器很快找到了Solution，共有如下三种解决方案。
个人选择了第三种，当然了这里并不是CUDA_VISIBLE_DEVICES=0，要根据自己电脑的情况来看，如果是台式机当然就是0了，因为就那一块显卡，但是如果1是笔记本极有可能是集成显卡＋独立显卡的搭配，我的就是笔记本，所以我这里要设置成CUDA_VISIBLE_DEVICES=1。

然后将代码修改一下，将CUDA_VISIBLE_DEVICES=0注释掉，大功告成！

虽然成功解决了问题，但这也是后面一个重要问题的根源所在。

Part II

解决完一个bug后神清气爽，继续下一个！

ModuleNotFoundError: No module named ‘iou3d_cuda’

显示了一个模块找不到，继续搜！这次谷歌服务器帮我定位到了github源码的问题区
从其中得知，在跑这个项目的时候，需要先行跑一下 这个脚本：build_and_install.sh，其实这在PointRCNN的github仓库中的环境配置要求中已经提到，我没有注意去读Readme，也算是“拿来主义”的弊端吧~

Part III

但是windows下如何去运行sh文件呢？

直接开搜！答案也很快得出，需要借助一下git！直接开始运行！

Part IV

本以为可以顺利获得想要得到的结果，但是遇到了贼常见的一个问题，之前在pip安装包的时候对这个问题记忆犹新！

error: Microsoft Visual C++ 14.0 or greater is required. Get it with “Microsoft C++ Build Tools”: https://visualstudio.microsoft.com

直接放一个我这次解决问题的方案链接，根据依稀的记忆对比，这个Solution更加丝滑，轻便。

Part V

这次的问题没有那么直观的报错，是根据各种蛛丝马迹推出来的问题到底是什么，并进行了解决，耗时极长！！！

问题结论：cuda突然无法控制gpu了！！！

这次的bug的显现是一个普通的报错，根据报错定位在这里，大概分析一下是arch_list为空！导致arch_list[-1] += '+PTX’会报错，这时隐隐约约觉得是GPU的配置问题，但是没有朝着cuda没有办法控制GPU的方向思考。

仅仅针对这个问题，我首先想到的是arch_list到底是什么？如果从if分支转到else分支，会发生什么？_arch_list = os.environ.get(‘TORCH_CUDA_ARCH_LIST’, None)，所以搜的与此相关，最终千转轮回，寻找了许多的博客，最终得知print(torch.cuda.get_device_properties(torch.device(‘cuda’)))，这条命令可以获取到匹配该GPU的arch信息，顺便又加了一个常用的命令:torch.cuda.is_available()
尝试后发现，第二行返回的是False，第三行甚至直接报错——没有可用的GPU！！！
之后询问浏览器这个问题，产生了千奇百怪的原因了：

1.有人说重启
2.有人说重新配置cuda cudann torch版本环境
……

第一二条都尝试过了，第一条期间偶然间成功了一次！差点喜极而泣，结果仅仅是昙花一现，后续依旧寸步难行。。。
在频繁搜索与科学上网中，偶然间一个博客提到了，在windows系统变量中添加CUDA_VISIBLE_DEVICES=0后会出现cuda无法控制gpu的情况，因为反正运行build_and_install.sh是运行整个项目的前置条件，不妨先把这个环境变量删除重启！试一下！
成功！！！纯纯是解决第一个BUG后埋下的雷啊！！！！

ps：如果搜if中arch_list的相关函数torch.cuda.get_arch_list()的用途，想单独输出一下查看效果，最终也会发现是cuda控制不了GPU的原因。

PART VI

最终局BUG——被击倒了！！！

最后运行时，报了个错

逐步往上面查看，最终得到报错原因

搜索报错原因

subprocess.CalledProcessError: Command ‘[‘ninja’, ‘-v’]’ returned non-zero exit status 1.

网络上各种说法

1.pytorch版本过高，需要降级
2.去cpp_extension.py中将“-v"修改为“–version"

降级根本就是放弃了
采纳其中一个去cpp_extension.py中将“-v"修改为“–version"，运行！继续报错。。。这个错误网络上根本搜不到靠谱的解决方案，最终选择放弃。。。。

error: command ‘c:\program files (x86)\microsoft visual studio 14.0\vc\bin\x86_amd64\link.exe’ failed with exit code 1181

总结

windows不要奢望运行.sh文件！
github源代码的issue区是个好东西！
stackoverflow是个好东西！
某N同质化太严重了……