环境配置说明：

因项目需要，需要写一个说明文档交付公司人员，指导其进行环境的安装

1. 安装 Anaconda

进入清华开源软件镜像站，其网址如下：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
下载相应的版本：

移动到服务器后，运行bash Anaconda3-2019.10-Linux-x86_64.sh 进行安装；

根据相应提示回车即可

Welcome to Anaconda3 2019.10

In order to continue the installation process, please review the license

agreement.

Please, press ENTER to continue

   >>>

接受许可：yes

Do you accept the license terms? [yes|no]

   >>> yes

确定安装路径：回车，选择默认安装路径即可

Anaconda3 will now be installed into this location:

/home/zzq/anaconda3

     - Press ENTER to confirm the location

     - Press CTRL-C to abort the installation

     - Or specify a different location below

[/home/zzq/anaconda3] >>>

初始化环境：yes

Do you wish the installer to initialize Anaconda3

by running conda init? [yes|no]

[no] >>> yes

等待安装完成

Thank you for installing Anaconda3!

此时，在默认安装路径下出现anaconda3这个文件夹

添加环境变量：
1. 打开用户目录下的 .bashrc文件，在文件的最后添加：export PATH=$PATH:/刚刚安装的路径/anaconda3/bin
  
  如：export PATH=$PATH:/home/zzq/anaconda3/bin
2. 运行命令source ~/.bashrc，更新.bashrc
  运行成功后，可看到终端如下变化：
```
zzq@ubuntu-C246-WU4:~$ vim .bashrc

zzq@ubuntu-C246-WU4:~$ source ~/.bashrc

(base) zzq@ubuntu-C246-WU4:~$     # 多了一个base环境，说明安装成功
```
3. 通过命令conda --version确定安装的版本信息：
```
(base) zzq@ubuntu-C246-WU4:~$ conda --version

conda 4.7.12
```

换源：

在终端执行命令：conda config --set show_channel_urls yes，生成.condarc文件

进入文件.condarc，将其中的内容替换为：

channels:

  - defaults

show_channel_urls: true

channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda

default_channels:

  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free

  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r

  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro

  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2

  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch

custom_channels:

  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

运行conda clean -i清除缓存索引

至此Anaconda安装完成

2. 安装 pytorch

在终端中创建一个新的conda环境：conda create -n pytorch python=3.6

根据提示，输入y，进行安装

可能会出现有些包的安装失败的情况，重新输这个命令即可

安装成功后，显示：

# To activate this environment, use

#

#     $ conda activate pytorch

#

# To deactivate an active environment, use

#

#     $ conda deactivate

激活环境：conda activate pytorch

安装pytorch 1.0.0 版本

查看显卡信息：cat /usr/local/cuda/version.txt

(pytorch) zzq@ubuntu-C246-WU4:~$ cat /usr/local/cuda/version.txt

CUDA Version 10.0.130

根据CUDA的版本，从下方选择安装命令
```
# CUDA 10.0

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

# CUDA 9.0

conda install pytorch==1.0.0 torchvision==0.2.1 cuda90 -c pytorch

# CUDA 8.0

conda install pytorch==1.0.0 torchvision==0.2.1 cuda80 -c pytorch

# CPU Only

conda install pytorch-cpu==1.0.0 torchvision-cpu==0.2.1 cpuonly -c pytorch
```
上述命令是从pytorch官网寻找的：https://pytorch.org/get-started/previous-versions/

注意：上述命令中 -c pytorch是指：-c参数指明了下载pytorch的通道，优先级比之前配置的进行镜像通道高，如想用之前配置的清华源，则删除即可；

参考：https://blog.csdn.net/CallMeQiuqiuqiu/article/details/106817612
此处我的CUDA版本为10.0，因此选择# CUDA 10.0安装命令：conda install pytorch==1.0.0 torchvision==0.2.1 cuda100进行安装：
```
(pytorch) zzq@ubuntu-C246-WU4:~$ conda install pytorch==1.0.0 torchvision==0.2.1 cuda100

# ...

# 输入y开始安装
```

当出现有些包安装不上的情况，如下方红框中的两个包装不上的情况，一般网速慢的时候会出现这个情况，若无此情况出现跳过该步至5.即可；

比如我的下载速度不到500k/s，网速可以的情况下出现可以多尝试下载几次

根据URL单独去下载：如上述绿色下划线中的URL地址，下载无法安装成功的包，下载完成后放到服务器中

使用conda进行本地安装：

# 安装：pytorch-1.0.0-py3.6_cuda10.0.130_cudnn7.4.1_1.tar.bz2

(pytorch) zzq@ubuntu-C246-WU4:~$ conda install --use-local pytorch-1.0.0-py3.6_cuda10.0.130_cudnn7.4.1_1.tar.bz2

Downloading and Extracting Packages

######################################################################################################### | 100%

Preparing transaction: done

Verifying transaction: done

Executing transaction: done

# 安装：mkl-2020.2-256.conda

(pytorch) zzq@ubuntu-C246-WU4:~$ conda install --use-local mkl-2020.2-256.conda 

Downloading and Extracting Packages

######################################################################################################### | 100%

Preparing transaction: done

Verifying transaction: done

Executing transaction: done

注意：在安装过程中可能会出现"Segment Fault"错误，多尝试几次上述的命令即可即可

安装成功缺失的包后，再次运行3.中提到的命令：conda install pytorch==1.0.0 torchvision==0.2.1 cuda100 -c pytorch

结果如下：

(pytorch) zzq@ubuntu-C246-WU4:~$ conda install pytorch==1.0.0 torchvision==0.2.1 cuda100 -c pytorch

Collecting package metadata (current_repodata.json): done

Solving environment: |

The environment is inconsistent, please check the package plan carefully

The following packages are causing the inconsistency:

- <unknown>/linux-64::pytorch==1.0.0=py3.6_cuda10.0.130_cudnn7.4.1_1

- <unknown>/linux-64::mkl==2020.2=256                                                                        done

==> WARNING: A newer version of conda exists. <==

current version: 4.7.12

latest version: 4.9.2

Please update conda by running

$ conda update -n base -c defaults conda

## Package Plan ##

environment location: /home/zzq/anaconda3/envs/pytorch

added / updated specs:

- cuda100

- pytorch==1.0.0

- torchvision==0.2.1

The following NEW packages will be INSTALLED:

# ...

Proceed ([y]/n)?    		 # 直接回车即可

Preparing transaction: done

Verifying transaction: done

Executing transaction: done  # 安装成功

当没有出现第4步的情况下，安装成功pytorch后，显示如下：

Preparing transaction: done

Verifying transaction: done

Executing transaction: done  # 安装成功

进行测试：

(pytorch) zzq@ubuntu-C246-WU4:~$ python		# 进入python

Python 3.6.12 |Anaconda, Inc.| (default, Sep  8 2020, 23:10:56)

[GCC 7.3.0] on linux

Type "help", "copyright", "credits" or "license" for more information.

>>> import torch	# 导入包

>>> torch.cuda.is_available()	# 是否能找到GPU

True							# 成功

因需要使用pytorch环境，因此需要再次修改环境变量：在上述步骤1.安装Anaconda - 4.添加环境变量：修改了.bashrc文件

此处：再次打开该文件，将之前修改的内容修改如下：
```
# ~/.bashrc 文件最后位置

# 原先修改的内容为：

export PATH=$PATH:/刚刚安装的路径/anaconda3/bin

# 需要将上述内容修改为：

export PATH="/安装anaconda3的路径/anaconda3/envs/pytorch/bin:$PATH"
```
再次通过在终端通过命令刷新配置文件source ~/.bashrc

3. 修改程序配置文件

这部分内容是出于我在C++工程中加入了一些Python的处理函数，因此需要对CMakeLists文件做一些修改

首先，需要注意的是，需要将PROJECT_MULTI_VIDEO文件和DoubleCheck文件放在同一个目录下

PROJECT_MULTI_VIDEO工程修改

打开PROJECT_MULTI_VIDEO/CMakeLists.txt
1. 将include_directories(/home/zcc/anaconda3/envs/pytorch/include/python3.6m)修改为刚刚安装的anaconda3对应的路径；
  
  如刚刚我安装的anaconda3在：/home/zzq/anaconda3，则将上述修改为：include_directories(/home/zzq/anaconda3/envs/pytorch/include/python3.6m)
2. 同理，将target_link_libraries(PROJECT ${OpenCV_LIBS} ${OpenCV_LIBS} ${CUDA_CUDART_LIBRARY} ${CUDA_INCLUDE_} ${CUDA_INC_PATH} ${BOOST_THREAD_LIBRARY} /home/zcc/anaconda3/envs/pytorch/lib/libpython3.6m.so)这里的/home/zcc/anaconda3/envs/pytorch/lib/libpython3.6m.so也修改为相应的路径；
  
  如此处修改为/home/zzq/anaconda3/envs/pytorch/lib/libpython3.6m.so

进入build文件夹中，运行：cmake ..进行代码编译

(pytorch) zzq@ubuntu-C246-WU4:~/PROJECT_MULTI_VIDEO/build$ cmake ..

-- The C compiler identification is GNU 5.4.0

-- The CXX compiler identification is GNU 5.4.0

-- Check for working C compiler: /usr/bin/cc

-- Check for working C compiler: /usr/bin/cc -- works

-- Detecting C compiler ABI info

-- Detecting C compiler ABI info - done

-- Detecting C compile features

-- Detecting C compile features - done

-- Check for working CXX compiler: /usr/bin/c++

-- Check for working CXX compiler: /usr/bin/c++ -- works

-- Detecting CXX compiler ABI info

-- Detecting CXX compiler ABI info - done

-- Detecting CXX compile features

-- Detecting CXX compile features - done

-- Looking for pthread.h

-- Looking for pthread.h - found

-- Looking for pthread_create

-- Looking for pthread_create - not found

-- Looking for pthread_create in pthreads

-- Looking for pthread_create in pthreads - not found

-- Looking for pthread_create in pthread

-- Looking for pthread_create in pthread - found

-- Found Threads: TRUE

-- Found CUDA: /usr/local/cuda-10.0 (found suitable exact version "10.0")

-- Found OpenCV: /usr/local (found version "3.4.2")

-- Found CUDA: /usr/local/cuda-10.0 (found version "10.0")

--     include path: /usr/local/cuda-10.0/include

--     include path: /usr/local/include;/usr/local/include/opencv

CMake Warning (dev) in CMakeLists.txt:

  No cmake_minimum_required command is present.  A line of code such as

    cmake_minimum_required(VERSION 3.5)

  should be added at the top of the file.  The version specified may be lower

  if you wish to support older CMake versions for this project.  For more

  information run "cmake --help-policy CMP0000".

This warning is for project developers.  Use -Wno-dev to suppress it.

-- Configuring done		# 配置成功

-- Generating done		# 生成成功

-- Build files have been written to: /home/zzq/PROJECT_MULTI_VIDEO/build

编译完成后，运行make，结果如下

(pytorch) zzq@ubuntu-C246-WU4:~/PROJECT_MULTI_VIDEO/build$ make

Scanning dependencies of target PROJECT

[ 10%] Building CXX object CMakeFiles/PROJECT.dir/main.o

[ 20%] Building CXX object CMakeFiles/PROJECT.dir/src/Blob.o

[ 30%] Building CXX object CMakeFiles/PROJECT.dir/src/kalman.o

[ 40%] Building CXX object CMakeFiles/PROJECT.dir/src/utils.o

[ 50%] Building CXX object CMakeFiles/PROJECT.dir/src/Config.o

[ 60%] Building CXX object CMakeFiles/PROJECT.dir/src/MoGDectector.o

[ 70%] Building CXX object CMakeFiles/PROJECT.dir/src/BlobDetector.o

[ 80%] Building CXX object CMakeFiles/PROJECT.dir/src/DeepModel.o

[ 90%] Building CXX object CMakeFiles/PROJECT.dir/src/objectTrack.o

[100%] Linking CXX executable PROJECT

注意：若在make过程中出现如下错误，这是由于出现了库的冲突问题，

/usr/local/lib/libopencv_imgcodecs.so.3.4.2：对‘TIFFReadRGBAStrip@LIBTIFF_4.0’未定义的引用

/usr/local/lib/libopencv_imgcodecs.so.3.4.2：对‘TIFFReadDirectory@LIBTIFF_4.0’未定义的引用

# ...各种未定义的应用...

collect2: error: ld returned 1 exit status

CMakeFiles/PROJECT.dir/build.make:361: recipe for target 'PROJECT' failed

make[2]: *** [PROJECT] Error 1

CMakeFiles/Makefile2:67: recipe for target 'CMakeFiles/PROJECT.dir/all' failed

make[1]: *** [CMakeFiles/PROJECT.dir/all] Error 2

Makefile:83: recipe for target 'all' failed

make: *** [all] Error 2

解决方式：

(pytorch) zzq@ubuntu-C246-WU4:~/PROJECT_MULTI_VIDEO/build$ conda list | grep libtiff

libtiff                   4.1.0                h2733197_1    defaults

是由于这个包的存在导致的冲突

通过命令：conda remove --force libtiff强行卸载这个包即可：

若在卸载包时出现如下错误：

(pytorch) zzq@ubuntu-C246-WU4:~/PROJECT_MULTI_VIDEO/build$ conda remove --force libtiff

CondaHTTPError: HTTP 000 CONNECTION FAILED for url <https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/repodata.json>

处理流程：

找到1.安装Anaconda 5.换源中的.condarc文件，将其中的https修改为http，如下

channels:

     - defaults

show_channel_urls: true

channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda

default_channels:

     - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main  # https->http

     - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free  # https->http

     - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r     # https->http

     - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro   # https->http

     - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 # https->http

custom_channels:

  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

修改完成后，输入命令conda clean -i清除缓存
再次运行命令conda remove --force libtiff

卸载成功如下：

(pytorch) zzq@ubuntu-C246-WU4:~/PROJECT_MULTI_VIDEO/build$ conda remove --force libtiff

# ...

## Package Plan ##

  environment location: /home/zzq/anaconda3/envs/pytorch

  removed specs:

    - libtiff

The following packages will be REMOVED:

  libtiff-4.1.0-h2733197_1

Proceed ([y]/n)? y

Preparing transaction: done

Verifying transaction: done

Executing transaction: done

卸载完成后，继续编译，即可编译成功

(pytorch) zzq@ubuntu-C246-WU4:~/PROJECT_MULTI_VIDEO/build$ make

[ 10%] Linking CXX executable PROJECT

[100%] Built target PROJECT

修改PROJECT_MULTI_VIDEO工程目录下build文件夹中的config.txt配置文件

将其中的pythonCodePath = 修改为存放PROJECT_MULTI_VIDEO和DoubleCheck的目录，如：

pythonCodePath = /home/zzq/

修改完后如下：

#

CameraNum=14

#

numConsecutiveDrop=5

numObjectWithoutMatch=10

maxBlobArea=40000

minBlobArea=20

minCurrentAspectRatio=0.2

maxCurrentAspectRatio=5

minCurrentDiagonalSize=6

minBoxWidth=4

minBoxHeight=4

minContourBoxRatio=0.6

normalFps = 5

collectionOn = 0

pythonCodePath = /home/zcc/桌面/

# 添加需要检测的摄像头

Camera_1_id = 1

Camera_1_Address =

Camera_1_On = 1

Camera_1_SavePath =

Camera_1_IsDebug= 0

Camera_1_MaskArea = 0/0,300/10,400/200,100/400,20/190;500/0,800/10,900/200,600/400,520/190

# .....

配置完成后，直接运行即可

(pytorch) zzq@ubuntu-C246-WU4:~/PROJECT_MULTI_VIDEO/build$ ./PROJECT

anaconda+pytorch安装的更多相关文章

anaconda+pytorch安装(无GPU版本)
anaconda+pytorch安装(无GPU版本) 待办 https://blog.csdn.net/nnUyi/article/details/78471326
Pytorch安装(基于anaconda虚拟环境)
Pytorch安装倒腾了一上午终于搞定,记录一下安装过程. 1. 首先尝试官网的安装方式,但是网速太慢了. 除去cudnn100, torchvision和pytorch三个文件,其余可以直接从清华镜 ...
Anaconda中安装pytorch
Anaconda中安装pytorch 创建一个虚拟环境 conda create --name machinelearning python=3.7 激活虚拟环境 activate machinele ...
Ubuntu在Anaconda中安装TensorFlow GPU，Keras，Pytorch
安装TensorFlow GPU pip install --ignore-installed --upgrade tensorflow-gpu 安装测试: $ source activate tf ...
pytorch安装 caffe2 安装：git 慢 caffe2 cannot find -lopencv_dep_cudart ，undefined reference to 'pthread_create'
最开始的问题: caffe2目前已经不维护了.怎么编译都报错,并且有third_party的代码链接已经飞了.下载不全代码了.建议不要再折腾了,直接安装Pytorch. 首先,基本环境是ubuntu ...
Pytorch安装教程
一.准备 Window10系统+Ubuntu16.10系统.Anaconda3.5(python3.6) 二.流程 (1)由于墙的问题,用conda安装Pytorch过程中会连接失败,这是因为Anac ...
Windows10+Anaconda+PyTorch(cpu版本)环境搭建
1.安装Anaconda,具体参考网上相关教程 2.安装PyTorch 2.1 在Anaconda自带的Anaconda Prompt中创建名为PyTorch的虚拟环境[conda create -- ...
PyTorch安装及试用基于Anaconda3
设置Torch国内镜像 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ ...
anaconda 的安装
进官网下载anaconda, 根据需要下载对应python版本Anaconda软件. https://www.anaconda.com/download/#windows 下载完双击 Anaconda ...

随机推荐

RabbitMQ之消息模式1
消息100%的投递消息如何保障100%的投递成功? 什么是生产端的可靠性投递? 保障消息的成功发出保障MQ节点的成功接收发送端收到MQ节点(Broker)确认应答完善的消息进行补偿机制 BAT ...
利用job提升马哈鱼数据血缘分析效率
利用job提升马哈鱼数据血缘分析效率一.Job基本知识前面文章中已介绍马哈鱼的基本功能,其中一个是job,job其实是一个任务集合处理的概念,就是让用户通过job,可以一次递交所有需要处理的 SQ ...
Activiti 学习（二）—— Activiti 流程定义和部署
概述在这一节,我们将创建一个 Activit 工作流,并启动这个流程,主要包含以下几个步骤: 定义流程,按照 BPMN 的规范,使用流程定义工具,用流程符号把整个流程描述出来部署流程,把画好的流程 ...
wrap()包裹被选元素的内容
<!doctype html><html><head><meta charset="utf-8"><title>修改代码 ...
5-21python数据类型
一.字符串,是不可变数据类型,所有字符串的方法都不会修改字符串的值,使用字符串的方法后都是生成了一个新的字符串.就因为字符串是不可变变量! 字符串的方法 1. strip(),默认去空格,但是当()中 ...
Java中short和int的转换
例子[1]: 第一种情况: short a = 1; a = a + 1; // 这一步会报错 System.out.print(a); 编译器会报错,原因如下: 第二种情况: short a = 1 ...
pip更新升级和删除包
pip检测更新命令:pip list –outdated pip升级包命令:pip install --upgrade packagename pip卸载包命令:pip uninstall packa ...
还不知道PHP有闭包？那你真OUT了
做过一段时间的Web开发,我们都知道或者了解JavaScript中有个非常强大的语法,那就是闭包.其实,在PHP中也早就有了闭包函数的功能.早在5.3版本的PHP中,闭包函数就已经出现了.到了7以及后 ...
use关键字在PHP中的几种用法
在学习了和使用了这么多年的PHP之后,您知道use这个关键字在PHP中都有哪些用法吗?今天我们就来看一下它的三种常见用法. 1. 用于命名空间的别名引用 // 命名空间 include 'namesp ...
微信小程序生成小程序某一个页面的小程序码
1 登录微信小程序后台,mp.weixin.qq.com 2 点击右上角工具->生成小程序码 3 填写小程序名称或appid 4 关键一步,下面页面填写用户微信号后,打开小程序到某一个页面,点击 ...

anaconda+pytorch安装