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

  1. 进入清华开源软件镜像站，其网址如下：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

  2. 下载相应的版本：

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

    1. 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
    
   >>>
    1. 接受许可：yes
    Do you accept the license terms? [yes|no]
    
   >>> yes
    1. 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] >>>
    1. 初始化环境：yes
    Do you wish the installer to initialize Anaconda3
    
by running conda init? [yes|no]
    
[no] >>> yes
    1. 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

  4. 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

  5. 换源：

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

    2. 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

    3. 运行conda clean -i清除缓存索引

至此Anaconda安装完成

2. 安装 pytorch

  1. 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

  2. 安装成功后，显示：

    # To activate this environment, use
    
#
    
#     $ conda activate pytorch
    
#
    
# To deactivate an active environment, use
    
#
    
#     $ conda deactivate

  3. 激活环境：conda activate pytorch

  4. 安装pytorch 1.0.0 版本

    1. 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

    2. 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

    3. 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

    4. 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

      1. 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

      2. 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

      3. 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

    5. 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

  5. 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

  1. 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

  2. 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

  3. 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：

    1. (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

    2. 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：

      1. 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
      1. 修改完成后，输入命令conda clean -i清除缓存
      2. 再次运行命令conda remove --force libtiff

    3. 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

    4. 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

  4. 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

# .....

  5. 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

  1. 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

  2. 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 ...

  3. 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 ...

  4. 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 ...

  5. 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 ...

  6. 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 ...

  7. 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 -- ...

  8. 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/ ...

  9. 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

  1. noip模拟18

    \(\color{white}{\mathbb{曲径通幽,星汉隐约,缥缈灯影,朦胧缺月,名之以:薄雾}}\) 放眼望去前十被我弃掉的 \(t2\) 基本都上85了-- 开考就以为 \(t2\) 是个大 ...

  2. sql常用查询命令

    目录 SQL Server常用查询命令: 查看当前时间 查询所有数据库名 查询当前使用的数据库名 查询前几条数据 去重查询 字段换名 查询不等于 查询在两个值之间数据 查询条件或 模糊匹配查询 查询为 ...

  3. python库--tensorflow

    方法 返回值类型 参数 说明 张量    .constant() Tensort 张量 实例t value 创建一个常量tensor dtype=None 输出类型 shape=None 返回tens ...

  4. ysoserial payloads/JRMPClient

    ysoserial payloads/JRMPClient 环境:JDK8u102 payloads/JRMPClient可以配合exploit/JRMPListener模块来使用 1.在自己服务器上 ...

  5. （未完）Java集合框架梳理（基于JDK1.8）

    Java集合类主要由两个接口Collection和Map派生出来的,Collection派生出了三个子接口:List.Set.Queue(Java5新增的队列),因此Java集合大致也可分成List. ...

  6. PHP怎么遍历对象？

    对于php来说,foreach是非常方便好用的一个语法,几乎对于每一个PHPer它都是日常接触最多的请求之一.那么对象是否能通过foreach来遍历呢? 答案是肯定的,但是有个条件,那就是对象的遍历只 ...

  7. linux停止进程

    $ kill -QUIT 主进程号 例如:kill -QUIT 1708 这种方式相对来说会有一个停止的过程,先将子进程停止掉,然后再停掉主进程. 快速停止Nginx: $ kill -TERM 主进 ...

  8. UML类图及其JAVA的代码实现

    推荐 : https://my.oschina.net/u/3635618/blog/3165129 http://www.uml.org.cn/oobject/201104212.asp

  9. Docker系列（27）- 容器互联--link

    思考 思考一个场景,我们编写了一个微服务,database url=IP:,项目不重启,数据库ip换掉了,我们希望可以处理这个问题,可以使用名字来进行访问容器吗 实践 [root@localhost ...

  10. 朴素贝叶斯原理、实例与Python实现

    初步理解一下:对于一组输入,根据这个输入,输出有多种可能性,需要计算每一种输出的可能性,以可能性最大的那个输出作为这个输入对应的输出. 那么,如何来解决这个问题呢? 贝叶斯给出了另一个思路.根据历史记 ...