-------------------------------------源码安装torchvison相关--------------------------------
前面因为是用源码安装的pytorch,因此只能源码安装对应的torchvison.
直接使用conda安装torchvision包会将torch版本更新,导致无法使用。
Step1 信息确认
确保之前的torch包已能正常使用。
并查看torch版本对应可用的torchvison版本:
官方地址:GitHub - pytorch/vision: Datasets, Transforms and Models specific to Computer Vision
Step2 找到对应版本的源码
官方github地址:GitHub - pytorch/vision: Datasets, Transforms and Models specific to Computer Vision
注意此处不要用master,要选择对应版本,不同版本间说明是有差异的。
将对应版本的源码下载到本地 git clone -b v0.9.1 https://github.com/pytorch/vision.git
如果下载的最新的master 则需要回退版本:
首先查看tag信息 git tag;版本太多显示不全,直接查看对应版本的信息 git show v0.9.1 找到对应的backid
回退到指定版本 git reset --hard backid
(此时我拉错版本了,实际torch1.8.1 对应的应该试0.9.1)
Step3源码安装
在torch路径下执行 python setup.py install
顺利的话,无报错就可正常使用了,至此结束。但我从没正常过。。。
Step4 问题排查
查看失败报错 subprocess.CalledProcessError: Command '['ninja', '-v']' returned non-zero exit status 1
针对该问题,有的说改成--version,这只是规避了这条报错。后面还会有其他报错
有的提到改用修改setup.py中的 useninja =false(无法像pytorch安装时在命令后加 --cmake),试过未成功
最后在issue中提到这个版本有个bug,是需要jpeg png相关包,并提到需要libjpeg-turbo版本大于2
我是安装了conda install libjpeg libpng libjpeg-turbo 后才可编译通过
vison的issue地址:Install failing from the master: Failed building wheel · Issue #2480 · pytorch/vision · GitHub
总之我的解决办法并不适用所有人,就像我遇到的问题需要搜索好多方法后才能解决,此处提个建议,多从官方渠道去找解决方法,会少走很多弯路。
安装完成后,终于可以顺利使用了,然而发现gpu也没快多少,可能因为算例太低,汗。。。。