一些环境配置注意事项

一、虚拟环境：torch环境的cuda配置

        进入pytorch官网，Start Locally | PyTorch找到想要安装的torch及对应的cuda，（比如我要下载cuda10.2的torch），选中cuda10.2对应的torch（如果没有想要的，查看以前版本torch），复制pip安装的命令，激活虚拟环境输入命令安装即可

注：不必在意base环境下的cuda版本，激活虚拟环境后通过pip指令安装torch就会对应安装该版本的cuda。

         可以使用如下指令在虚拟环境下查询当前cuda版本

import torch
print(torch.cuda.current_device())   # 返回当前设备索引
print(torch.cuda.device_count())    # 返回GPU的数量
print(torch.cuda.get_device_name(0))   # 返回gpu名字，设备索引默认从0开始
print(torch.cuda.is_available())   # cuda是否可用
print(torch.version.cuda)  # cuda版本

二、配置Swin Transformer

• Q1：TypeError: MaskRCNN: SwinTransformer: init() got an unexpected keyword argument ‘embed_dim’
• A1：在虚拟环境下，进入Swin-Transformer-Object-Detection 项目目录，执行：python setup.py develop

 有时候执行了python setup.py develop后仍报同样的错误，可能的原因是环境配置不对

本文代码参考Swin Transformer目标检测2——环境配置2 - beyonderwei

• 环境配置Pytorch 1.8.2、mmcv 1.3.17，该代码可适用mmcv1.3.17~1.4.0
• mmcv安装版本可查询Installation — mmcv 1.7.2 文档，安装前需确定cuda、torch、mmcv版本是否对应。

参考来源： 完美解决（最简单）：不同虚拟环境不同CUDA版本的安装问题（tensorflow-gpu与pytorch）_如何在conda不同虚拟环境中装不一样的cuda和cudann-优快云博客

 Swin Transformer目标检测1——环境配置1 - beyonderwei