YOLOX环境配置历程

主要过程参照这篇大佬博客，但是期间遇到了诸多问题，尝试配置并最终解决，呜呼。

硬件情况

rtx3080
cuda 11.2（nvidia-smi）
nvcc 10.1

其中nvcc -V所得的版本是运行时API，而驱动API是11.2的。

于是从创建虚拟环境开始

1 2	conda create -n yolox python=3.7 activate yolox

因为服务器git并没有配置好（可能是代理问题？），无法直接git clone到本地，因此从网上下载后解压缩，并且安装必须的包

unzip yolo
cd YOLOX
pip3 install -U pip
pip3 install -r requirements.txt
pip3 install -v -e

根据上篇博客所言，pytorch版本为1.8可能会出现无法将tensor加载到cuda上的问题，于是卸载pytorch，重装

1 2	pip uninstall pytorch conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge

经过检验，cudatoolkit=11.1版本可以满足11.2版本的需求，其实只是差了个补丁。好了，看到跑到这里，我还以为基本结束了，但是问题还很多…

NVIDIA混合精度库

然后安装nvidia混合精度库apex

1
2
3

git clone https://github.com/NVIDIA/apex
cd apex
pip3 install -v --disable-pip-version-check --no-cache-dir --global-option="--cpp_ext" --global-option="--cuda_ext" ./

第一步其实并没有必要，因为我下载的包中已经有apex文件夹。

第三步出现问题：

这里提到cuda扩展和pytorch的cuda版本不一致，查阅后才发现，要和runtime cuda版本一致，即nvcc -V得出的一致，但是更改成10.2版本会导致无法将tensor load到cuda中，因此打算更新cuda

cuda更新

指路官网

按照所给提示

1 2	wget https://developer.download.nvidia.com/compute/cuda/11.1.0/local_installers/cuda_11.1.0_455.23.05_linux.run sudo sh cuda_11.1.0_455.23.05_linux.run

第一步下载比较慢

第二部完成后，进入类图形化界面，选择continue，accept，并且叉掉驱动安装，最后选择install.

完成安装，会在/src/local下发现存在cuda-11.1文件夹

然后编辑bashrc，增加新版本cuda路径

1	sudo vim ~/.bashrc

增加下面三条

1
2
3

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

并且增加环境变量

1	sudo vim /etc/environment

在第一行的最后添加

1	:/usr/local/cuda-11.1/bin

重新安装

重新运行

1	pip3 install -v --disable-pip-version-check --no-cache-dir --global-option="--cpp_ext" --global-option="--cuda_ext" ./

出来一大堆信息，掠过，最后安装成功

pycocotools安装

先安装git

1	conda install git

再安装cython和pycocotools

1	pip3 install cython; pip3 install 'git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI'

生产队的猪窝

yolox_env