最近本人在跑Flownet2代碼，從安裝到運(yùn)行遇到了蠻多問題，記錄一下安裝過程。

一、工具篇

1. Flownet2-pytorch?[1]

2. VS2015 with update3 [2]

3. CUDA 10.0 （本人下載的是 cuda_10.0.130_411.31_win10 ）?

4.? 對(duì)應(yīng)于 cuda10.0 版本的 cudNN （本人下載的是cuDNN v7.6.5）

5. 配置Flownet2的虛擬環(huán)境，包括：CUDA 10.0 版本的 torch1.0.1， torchvision 0.2.1等

二、安裝VS2015 with update3??[3]

1. 下載網(wǎng)盤鏈接[2]中的文件，打開后的文件如下：

打開后的文件

2. 打開里面的packages文件，在該文件夾里找到EspC文件，把它拷貝一份到其他地方(不在這個(gè)鏡像文件夾就行）

EspC文件

3.?打開EspC文件，點(diǎn)擊安裝最后一個(gè)程序：

安裝最后一個(gè)程序

4.?安裝完畢后返回鏡像文件，點(diǎn)擊安裝VS應(yīng)用程序：

安裝VS應(yīng)用程序

5. 初始化安裝程序

初始化安裝程序

6.?接下來(lái)選擇安裝位置以及安裝方式

選擇安裝位置以及安裝方式

7.?選擇要安裝的組件

選擇要安裝的組件

8.?點(diǎn)擊下一步，點(diǎn)擊安裝

安裝過程

9.?安裝完成，選擇環(huán)境配置（選擇常規(guī)）

?安裝完成

10. 進(jìn)入

界面

三、安裝CUDA 10.0 （本人下載的是 cuda_10.0.130_411.31_win10 ）[4]

1. 下載CUDA 10.0，可以參考?[4]?的下載步驟，在官網(wǎng)找到cuda_10.0.130_411.31_win10這個(gè)版本[5]。

2.?雙擊cuda_10.0.130_411.31_win10.exe之后會(huì)提示解壓到一個(gè)目錄，這里不要直接點(diǎn)確定，會(huì)解壓到C盤占用系統(tǒng)盤的資源，可以隨意選一個(gè)目錄解壓，安裝完成后刪除！

解壓到一個(gè)目錄

安裝過程

3.?然后會(huì)自動(dòng)跳出來(lái)安裝界面，系統(tǒng)檢查界面：

系統(tǒng)檢查界面

4. 許可協(xié)議，選同意并繼續(xù)：

許可協(xié)議

5. 安裝選項(xiàng)選自定義，進(jìn)入下一步：

安裝選項(xiàng)

6. 選擇驅(qū)動(dòng)程序組件，全選，進(jìn)入下一步：

選擇驅(qū)動(dòng)程序組件

7. 選擇安裝位置，這里我就選擇了默認(rèn)位置，因?yàn)橹笤O(shè)置環(huán)境變量，就可以直接參考 [4] 了，不然又找不到路徑

安裝位置

8. 安裝過程

安裝過程

安裝過程

9. 安裝結(jié)束

安裝結(jié)束

安裝結(jié)束?

10. 打開命令窗口Win+R，輸入以下命令：

輸入命

11.? 按回車鍵之后，再輸入以下命令：

輸入命令

12. 顯示紅框中的內(nèi)容，就說明安裝成功了

顯示紅框中的內(nèi)容

四、安裝對(duì)應(yīng)于 cuda10.0 版本的?cudNN?[4]

1.?安裝完成之后，還需要下載cudNN，這里需要在官網(wǎng)[5]登錄并填寫問卷才能下載，到下圖所示的下載頁(yè)面去下載

2. 將下載并解壓后的所有文件放到CUDA10安裝目錄相應(yīng)文件夾下即可

文件放到CUDA10安裝目錄

3.?設(shè)置環(huán)境變量，計(jì)算機(jī)上點(diǎn)右鍵，打開屬性->高級(jí)系統(tǒng)設(shè)置->環(huán)境變量，可以看到系統(tǒng)中多了CUDA_PATH和CUDA_PATH_V10_0兩個(gè)環(huán)境變量

CUDA_PATH和CUDA_PATH_V10_0兩個(gè)環(huán)境變量

4. 接下來(lái)，還要在系統(tǒng)中新建以添加以下幾個(gè)環(huán)境變量，如圖紅框所示：

（1）CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0

（2）CUDA_LIB_PATH = %CUDA_PATH%\lib\x64

（3）CUDA_BIN_PATH = %CUDA_PATH%\bin

（4）CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64

（5）CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

添加環(huán)境變量

5.?在系統(tǒng)變量 PATH 的末尾添加：

（1）%CUDA_LIB_PATH%

（2）%CUDA_BIN_PATH%

（3）%CUDA_SDK_LIB_PATH%

（4）%CUDA_SDK_BIN_PATH%

（5）C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64

（6）C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin

（7）C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0\common\lib\x64

（8）C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0\bin\win64

系統(tǒng)變量 PATH 的末尾添加

6.?配置完成后，我們可以驗(yàn)證是否配置成功，主要使用CUDA內(nèi)置的deviceQuery.exe 和 bandwithTest.exe：首先win+R啟動(dòng)cmd，cd到安裝目錄下的?...\extras\demo_suite,然后分別執(zhí)行bandwidthTest.exe和deviceQuery.exe

執(zhí)行bandwidthTest.exe

執(zhí)行deviceQuery.exe

五、 配置Flownet2的虛擬環(huán)境

1. 進(jìn)入Pychram，打開Flownet2項(xiàng)目

打開Flownet2項(xiàng)

2. 創(chuàng)建并激活Flownet2虛擬環(huán)境

激活Flownet2虛擬環(huán)境

3. 輸入以下命令，安裝這些包：

（1） pip install torch==1.0.1 -f https://download.pytorch.org/whl/torch_stable.html

（2）pip install torchvision==0.2.1 -f https://download.pytorch.org/whl/torch_stable.html

（3）pip install scipy -i https://pypi.tuna.tsinghua.edu.cn/simple

（4）pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple

（5）pip install scikit-image -i https://pypi.tuna.tsinghua.edu.cn/simple

（6）pip install tensorboardX -i https://pypi.tuna.tsinghua.edu.cn/simple

（7）pip install colorama -i https://pypi.tuna.tsinghua.edu.cn/simple

（8）pip install tqdm -i https://pypi.tuna.tsinghua.edu.cn/simple

（9）pip install setproctitle -i https://pypi.tuna.tsinghua.edu.cn/simple

（10）pip install pytz -i https://pypi.tuna.tsinghua.edu.cn/simple

以下是我的安裝包

4. 輸入以下命令，分別進(jìn)入到networks文件夾中的這三個(gè)文件夾

networks文件夾中的這三個(gè)文件夾

輸入該命令進(jìn)入到networks.channelnorm_package文件夾

5. 再輸入該命令：python setup.py install

（1）會(huì)出現(xiàn)以下報(bào)錯(cuò)：

這時(shí)參考[6]的修改說明，打開：torch/torch.h，然后把warning那段話刪掉，這是因?yàn)镕lownet2里面使用了舊版的torch.h頭文件，但他在更新之后沒有改成extension.h，這里問題不大，warning刪掉就行

（2）再輸入該命令：python setup.py install，會(huì)遇到類似如下的問題：error: more than one operator "==" matches these operands，這時(shí)，找到THCNumerics.cuh文件，一般來(lái)說在這個(gè)目錄：'...\Lib\site-packages\torch\lib\include\THC\THCNumerics.cuh'，將以下的代碼屏蔽即可。

（3）再輸入該命令：python setup.py install，出現(xiàn)以下內(nèi)容，說明該文件編譯成功了

6. 繼續(xù)進(jìn)入其他兩個(gè)文件夾correlation_package和resample2d_package下，再輸入該命令：python setup.py install，出現(xiàn)了以上（3）中相同的內(nèi)容，說明該文件編譯成功了。

7. 進(jìn)入Flownet2文件，將main.py中的這兩行代碼屏蔽

同時(shí)將該文件從Flownet2文件夾中刪除

8. 輸入下面的命令后

python main.py --batch_size 1 --model FlowNet2 --optimizer=Adam --optimizer_lr=1e-4 --loss=MultiScale --loss_norm=L1 --loss_numScales=5 --loss_startScale=4 --optimizer_lr=1e-4 --crop_size 384 512 --training_dataset FlyingChairs --training_dataset_root D:/project/FlyingChairs/FlyingChairs_release/data/ --validation_dataset FlyingChairs --validation_dataset_root D:/project/FlyingChairs/FlyingChairs_release/data/

其中D:/project/FlyingChairs/FlyingChairs_release/data/和D:/project/FlyingChairs/FlyingChairs_release/data/為自己數(shù)據(jù)下的路徑。

9. 計(jì)算機(jī)運(yùn)行如下，說明代碼運(yùn)行成功了~

本人的電腦配置也是太low了，只能將batch_size設(shè)為1，才能跑起來(lái)，后期打算用服務(wù)器跑一波~~~

參考

[1]?GitHub - NVIDIA/flownet2-pytorch: Pytorch implementation of FlowNet 2.0: Evolution of Optical Flow Estimation with Deep Networks

[2]?鏈接：https://pan.baidu.com/s/1CCHzV0lszjhRrevFnC2h0Q，提取碼：rblw

[3]?Visual Studio Professional 2015 (with Update 3) 安裝教程_mycurry的博客-CSDN博客_vs2015update3安裝教程

[4]?超詳細(xì)的win10安裝對(duì)應(yīng)版本的CUDA和CUDNN ！親測(cè)有效！ - 程序員大本營(yíng)

[5]?NVIDIA cuDNN | NVIDIA Developer

[6]?Flownet2 NVIDIA pytorch最新安裝教程 有效的避坑教程_晉圖的非正常人類胡言亂語(yǔ)集合-CSDN博客