【PyTorch】Pytorch1.1 + CUDA10.0 + CUDNN7.4 + win10 配置及 VOC 数据集训练

1、安装cuda10.0+cudnn7.4

2、安装anaconda

3、安装opencv

从https://www.lfd.uci.edu/~gohlke/pythonlibs/下载对应版本的opencv，如
opencv_python-3.4.6-cp35-cp35m-win_amd64.whl，将其放入anaconda3的site-packages目录

移动到该目录，执行以下命令进行安装

pip install opencv_python-3.4.6-cp35-cp35m-win_amd64.whl

安装完成后在python中 import cv2 不报错，说明安装成功
https://www.cnblogs.com/zlslch/p/8059715.html

4、安装pytorch1.1

通过conda安装，速度太慢，因此用pip方法安装

先从https://download.pytorch.org/whl/cu100/torch-1.1.0-cp35-cp35m-win_amd64.whl
下载对应的pytorch包，然后打开cmd，移动到文件所在目录，执行

pip install torch-1.1.0-cp35-cp35m-win_amd64.whl
pip install torchvision

执行完后即可安装成功

5、验证pytorch1.1是否安装成功

6、在Pytorch1.1+SSD+cuda10环境中训练VOC数据集

6.1、在相应目录下克隆项目

git clone https://github.com/amdegroot/ssd.pytorch

6.2、下载VOC数据集

分别下载以下数据集

下载完后解压到 ssd.pytorch-master/data/VOCdevkit目录下

6.3、 下载预训练模型vgg16_reducedfc.pth

模型下载完后放在ssd.pytorch-master/weights/目录下

6.4、复制coco_labels.txt文件

在C:\Users\wt\目录创建data\coco文件夹，并将coco_labels.txt文件复制到该路径，否则会报以下错误

6.5、修改multibox_loss.py文件

修改 ssd.pytorch-master\layers\modules目录下的multibox_loss.py文件，在97行添加 loss_c = loss_c.view(pos.size()[0], pos.size()[1])

否则会发生以下错误

6.6、修改train.py文件

修改ssd.pytorch-master\目录下的train.py文件，分别将182行至204行中所有的 loss_l.data[0] 改为 loss_l.item() ，loss_c.data[0]改为loss_c.item()，共5处需要更改

6.7、开始训练

移动到ssd.pytorch-master目录，在cmd输入以下命令

python train.py --dataset_root=data/VOCdevkit --batch_size=8 

将开始训练

6.8、训练过程可视化

首先安装visdom

pip install visdom

然后开启服务

python -m visdom.server

然后在浏览器打开 http://localhost:8097/
在另一个cmd窗口开启训练

python train.py --dataset_root=data/VOCdevkit --batch_size=8 --visdom=True

发生错误

解决办法是，在 train.py 中定义一个全局变量viz

这样再次执行训练命令时，就可以在 http://localhost:8097/查看训练过程

6.9、训练出现的问题 must define a window to update

训练时，当保存完一次模型后，发生了以下错误

解决办法是，在train.py文件中，将160行epoch += 1移到 update_vis_plot 函数上面

6.10、训练出现的问题 StopIteration

将train.py中167行改为