deep learning 环境配置

1 NVIDIA驱动安装

ref link: https://blog.csdn.net/weixin_37926734/article/details/123033286
在这里插入图片描述

2 cuda安装

ref link: https://blog.csdn.net/qq_63379469/article/details/123319269

进去网站 https://developer.nvidia.com/cuda-toolkit-archive 选择想要安装的cuda版本
在这里插入图片描述
安装过程：
（1）分别选择continue与输入accept
（2）最重要的是在选择CUDA Installer时，要把Driver这一项取消掉（[]中是空的表示没有选择安装这项，[x]表示有安装这项），因为第一步已经安装过NVIDIA驱动了
（3）在zshrc或者bashrc中添加cuda bin和lib的path

###########cuda################
export PATH="/usr/local/cuda-11.1/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-11.1/lib64:$LD_LIBRARY_PATH"

3 安装anaconda

第一步：下载 https://www.anaconda.com/download

# 第二步：安装
./Anaconda3-2024.02-1-Linux-x86_64.sh# 第三步：修改bashrc或者zshrc的快捷命令，注意替换username。这样在终端输出aconda就会进入conda环境，而不用频繁注释bashrc中的代码
function aconda {
# >>> conda initialize >>>
# !! Contents within this block are managed by 'conda init' !!__conda_setup="$('/home/username/anaconda3/bin/conda' 'shell.bash' 'hook' 2> /dev/null)"if [ $? -eq 0 ]; theneval "$__conda_setup"elseif [ -f "/home/username/anaconda3/etc/profile.d/conda.sh" ]; then. "/home/username/anaconda3/etc/profile.d/conda.sh"elseexport PATH="/home/username/anaconda3/bin:$PATH"fifiunset __conda_setup
# <<< conda initialize <<<
}# 第四步：修改源
# 删除以前的镜像，恢复默认状态
conda config --remove-key channels# 添加源
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
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/r
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2# 显示检索路径
conda config --set show_channel_urls yes
# 显示镜像通道
conda config --show channels

4 配置deep learning环境：以maptracker为例

查看maptracker readme，可以看到

pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

其中对于cuda的要求的11.1版本，所以需要按照这个版本要求安装下cuda，同时记得在bashrc中修改cuda bin、lib的path

pytorch和cuda版本对应关系：https://pytorch.org/get-started/previous-versions/

然后安装其他依赖

# Install mmcv-series
pip install mmcv-full==1.6.0
pip install mmdet==2.28.2
pip install mmsegmentation==0.30.0
git clone https://github.com/open-mmlab/mmdetection3d.git
cd mmdetection3d
git checkout v1.0.0rc6 
pip install -e .pip install -r requirements.txt