faster rcnn训练自己的数据集-搭建pytorch环境

跑demo的时候最常见的问题，就是环境/路径错误

我复现的版本是python3.6+cuda10.1+Ubuntu18.04+Pytorch1.0.0
github
先是读了readme创建了一个pytorch0.4.0的环境之后，发现人家说有1.0的版本了，所以我就
而且参考博文说：尝试测试pytorch0.4.0版本（0.4.0版本尝试失败，想快速跑通可直接跳到pytorch1.0.0版本训练过程）但限于版本更新和pytorch放弃对之前版本部分语法的支持，此问题是短时间内难以解决的死胡同，遂放弃0.4.0版本转入1.0.0版本
所以我们再接着创一个新的环境pytorch1.0.0

一、Anoconda建环境名字：faster

1.1建立虚拟环境
建立一个名为faster的虚拟环境，以后所有的操作都在这个虚拟环境中，这可以避免各个版本的python或者框架之间的相互干扰。python=可以让你指定python的版本，如果不输入括号中的内容，系统会安装目前最新的python版本。

conda create -n faster python=3.6

记录一下环境的位置，等着pycharm用的时候好找

environment location: /home/lyl/anaconda3/envs/faster

1.2激活虚拟环境

source activate faster

可以看到在命令行的最前面会出现(faster)表示我们已经进入了这个虚拟环境了。以后所有的操作都在这个虚拟环境下面进行。

Anoconda常用命令
列出所有的包

conda list

1.3退出虚拟环境

如果需要退出该虚拟环境，可以使用如下命令。

source deactivate

1.4移除虚拟环境

如果在配置的过程中发生了什么问题，可以先退出虚拟环境然后移除该虚拟环境，再重新配置

conda remove -n faster --all

1.5安装pytorch

进入pytorch官方网站获取安装指令
在官网主页根据你的系统和CUDA，python版本，选择conda安装方式。我的是

conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

使用如上命令的时候，安装成功了pytorch和torchvision这个两个几百兆的包，但是没有下载下来这下图的这两个包700Mb的包导致安装失败了

注意一下错误里的这个路径，这说明我们在装pytorch、tensorflow、keras等大的环境的时候，conda需要下载好多包，但是下载完所有的依赖包之后同意安装而下载完成的包先保存在下面的这路径里，下载完的包的格式是.tar.bz2的格式，已经安装的包是解压后的文件格式，安装之后也不会删除安装包，这样就可解释为什么第一次创建pthon3.6的时候会很慢，因为所有的包都要下载，但是第二次创建python3.6的时候就会很快，因为只需要解压安装就可以了；这样也就可以解释，其实我可以按照上图给的没有下载的连接
从浏览器下载下来，放到这个paks的环境里，在进行安装，浏览器要快的多～我可真是个小机灵鬼哈哈

 target_path: /home/lyl/anaconda3/pkgs/cudatoolkit-10.1.243-h6bb024c_0.tar.bz2

我重新输入conda install pytorch torchvision cudatoolkit=10.1 -c pytorch的时候显示只让我下载这两个包就可以


清华的镜像对于科研小白来说其实已经够用了，如下图我找到了清华的镜像来下载这个依赖包，但是速度也没差多少，都是很慢的，所以这个default的意思是什么？

二、 创建pytorch=1.0.0的版本

安装的版本其实如下

稳定表示PyTorch最新测试和支持的版本。这应该适合许多用户，说明最新的pytorch版本已经到了1.4了。请确保您满足以下先决条件（例如numpy），具体取决于您的软件包管理器。Anaconda是我们推荐的软件包管理器，因为它会安装所有依赖项。您还可以安装PyTorch的早期版本。请注意，LibTorch仅适用于C ++。
Please ensure that you have met the prerequisites below (e.g., numpy), depending on your package manager. Anaconda is our recommended package manager since it installs all dependencies. You can also install previous versions of PyTorch. Note that LibTorch is only available for C++.

如首图显示faster rcnn 的github上的代码是需要0.4.0，不要最高的1.4

我改成了100，因为我的cuda版本是10.1，所以类推的，不知道会不会成功，缓慢的下载着，

conda install pytorch=0.4.0 cuda100 -c pytorch

CUDA 10.0 build

因为这里并没有我要的torch0.4.0，linux，只能按照上述的cond安装方法，
但是有rorchvision-0.4.0-cp36…linux(其中36指的是python3.6)

完成torch0.4.0

conda create -n pytorch python=3.6

source activate pytorch

找到自己设备pytorch安装具体语句的方式如上

conda install pytorch==1.0.0 torchvision==0.2.1 cuda100 -c pytorch

至于pytorch和torchceision是否应该对应，我也不清楚，但是官方给的语句是这样的，pytorch的安装比较慢，我的笔记本需要30分钟

三、使用requirements.txt批量安装包

requirements.txt有很多包，一个个的conda install cython…未免有点浪费时间，努力可以积累，积累可迭代。正确的步骤如下

3.1 cd 到requirements.txt所在目录下执行

3.2 pip安装

pip install -r requirements.txt

结果入下：一步成功安装了所有的类库/包
然后再输入cd就可以退回到之前的环境（我可真是个小机灵鬼）

原文

四、pycharm选新创建的环境pytorch（1.0.0）

这里是我的环境的位置，这里显示这样就对了，记得第一次使用新的环境的时候，要选择上图第二个位置existing environment

pycharm的右下脚是这样的

五 ubuntu18.04更换系统镜像为清华镜像源

换源是因为我刚刚用上述步骤建立python=3.6的版本没有成功而且超级慢
打开终端（Open Terminal）
原文链接

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

六 卸载包、安装包、更新包

pip uninstall numpy

安装包并且制定某个版本

pip install numpy==1.14.5

pip install --upgrade numpy

报错误

ImportError cannot import name '_mask'

错误2

ImportError: cannot import name '_C'

/home/ll/anaconda3/envs/t1.0/bin/python /media/ll/L/faster(复件)/demo.py
Traceback (most recent call last):
  File "/media/ll/L/faster(复件)/demo.py", line 33, in <module>
    from model.roi_layers import nms
  File "/media/ll/L/faster(复件)/lib/model/roi_layers/__init__.py", line 3, in <module>
    from .nms import nms
  File "/media/ll/L/faster(复件)/lib/model/roi_layers/nms.py", line 3, in <module>
    from model import _C
ImportError: libcudart.so.10.0: cannot open shared object file: No such file or directory