[bevformer]环境布置

一. 安装系统环境

1.1 安装显卡驱动

1. 驱动安装

Ubuntu20.04显卡驱动安装 - 知乎

2. 驱动掉了重新安装

显卡驱动可能因为内核更新而掉，首先重新装好显卡驱动：

sudo sh NVIDIA-……………….run --no-opengl-files --no-x-check --no-nouveau-check 

按照上诉教程选择安装

安装好之后锁定内核版本

 3. ubuntu内核锁定

ubuntu22.04 安装部署01：禁用内核更新

1. 查看可用内核

dpkg --list | grep linux-image
dpkg --list | grep linux-headers
dpkg --list | grep linux-modules

2. 锁定内核更新

# apt-mark hold linux-image-5.15.0-92-generic
linux-image-5.15.0-92-generic set on hold.
# apt-mark hold linux-headers-5.15.0-92-generic
linux-headers-5.15.0-92-generic set on hold.
# apt-mark hold linux-modules-extra-5.15.0-92-generic
linux-modules-extra-5.15.0-92-generic set on hold.

3. 重启内核更新

sudo apt-mark unhold linux-image-4.4.0-21-generic
sudo apt-mark unhold linux-image-extra-4.4.0-21-generic

 1.2 安装cuda

 1. 查看cuda版本

nvcc -V

nvidia-smi可以查看显卡对应可安装的最高cuda版本​
可以看出驱动版本是470.199.02  可安装的cuda的最高版本是11.4，显卡的内存是8111MB

2. 安装cuda

Ubuntu 20.04安装CUDA 11.4, cuDNN 8.24 - 知乎

查看cuda与显卡版本对应：CUDA 12.4 Update 1 Release Notes

cuda官网下载：CUDA Toolkit Archive | NVIDIA Developer

显卡驱动和cuda可独立于conda，不需要一定在conda下安装

1.3 安装anaconda

下载anaconda：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/​
安装：

bash Anaconda.sh

安装过程中注意后的路径，一般为/home/hh/anaconda3​
在.bashrc中写入export

export PATH="/home/hh/anaconda3/bin:$PATH"

1.4 布置conda

1. 激活conda

conda activate

2. 创建新的conda环境 

conda create -n bevformer python=3.8 -y

3. 查看当前使用的conda源:

conda config --show channels​

4. 创建新的环境可能http容易连接超时，换成国内镜像源

（删除 ”- default“（可选））​
conda config --remove channels defaults​
（添加镜像源，注意是http，而非https，因为https有时候会出现连接错误的问题，改成http后不会再出现此类问题。）​
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/​
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/​
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/​
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/​
（在设置中显示以上镜像源）​
conda config --set show_channel_urls yes​
（关掉验证，对于http来说，走的是明文传输，不加密的，就不需要验证，其中信息的加密方式为SSL）​
conda config --set ssl_verify false

再重复2步骤可以安装成功

二. 安装bevformer环境

要注意pip安装的版本之间要统一

1. nvidia-smi查看显卡驱动和对应的cuda版本

nvcc -V，显示CUDA Version: 11.4​
可以安装torch+cu111版本的pytorch这些库

pip install torch==1.9.1+cu111 torchvision==0.10.1+cu111 torchaudio==0.9.1 -f https://download.pytorch.org/whl/torch_stable.html​

2. 安装好电脑上cuda版本对应的torch之后，再安装mmdetection3d，否则后面跑不起来​
3. 安装yapf==0.40.1的版本，0.40.2的版本跑不起来

pip install yapf==0.40.1

4. 安装的numpy的版本不能过低

pip install numpy==1.23.5

5. 安装的mmcv mmdet3d版本要和之前的cuda torch之间一一对应

mmcv                          2.1.0​
mmcv-full                     1.4.0​
mmdet                         2.14.0​
mmdet3d                       0.17.2            /home/hh/WorkSpace/MapTR/mmdetection3d

mmdet3d按照maptr中的教程安装即可

6. setuptools包版本过高，需要降低版本

AttributeError: module 'distutils' has no attribute 'version' ERROR:torch.distributed.elastic.multiprocessing.api:failed (exitcode: 1) local_rank: 0 (pid: 104780) of binary: /home/hh/anaconda3/envs/maptr/bin/python3

pip install setuptools==59.5.0

7. ubuntu 指定内核启动

sudo vim /etc/default/grub

把GRUB_DEFAULT="0"修改为：

GRUB_DEFAULT="Advanced options for Ubuntu>Ubuntu, with Linux 5.15.0-105-generic"

指定内核启动版本，0表示默认用最新的内核启动，内核升级之后，会导致显卡驱动和内核版本之间不匹配

再启动修改的grub：

sudo update-grub

重启电脑之后，就会用选定的内核版本启动电脑

未完待续...