从零开始搭建环境安装FCOS（Ubuntu18.04）
从零开始搭建环境安装FCOS(Ubuntu18.04）
深度学习⼩⽩，毕设的缘故，我最近在Ubuntu18.04系统从零开始搭建环境安装，记录下⾃⼰的整个过程（下⾯所有需要下载的东西我都放在了⽹盘⾥）。其实刚开始在windows10中做的，不过到最后⼀步，出现了⼀个我完全不知道怎么解决的错误，希望借此机会请⼤佬帮我看看哪⾥出错了。
⽬录
Ubuntu18.04安装
因为是windows10+Ubuntu18.04的双系统的安装。详细步骤可以参看。
我以切⾝经历，说⼀下需要注意的事项：
1. 可以的话，最好备份你的 U 盘，因为制作系统盘时需要格式化。
2. 在windows下给ubuntu创建空⽩分区，有单双硬盘划分的区别。
3. 系统盘安装Ubuntu系统过程中，出现安装类型的选项的界⾯时，如果第⼀项是“有安装Ubuntu，与Wi
ndows共存”的选项可以选这
个，如果没有就选最后⼀项的“其他选项”，来进⾏⼿动分区。（我当时是选择进⾏的⼿动分区）
4. 分区⽅法⽹上有很多，我当时按照上⾯的博客来的。按照过程最后断开⽹络连接，不然安装会花费⼤量时间。
5. 全部完成之后，会提醒你重启，把U盘拔了，点"现在重启"即可。
NVIDIA驱动安装
第⼀次安装系统完成，进⼊都是⽤的集成显卡（驱动⽤到是nouveau，这是ubuntu默认使⽤的开源显卡驱动）。但是因为是要做深度学习，需要⽤到NVIDIA的GPU。
重启系统后，可以转到系统设置>详细信息（system settings > details），然后检查计算机正在使⽤的图形卡，默认情况下，正在使⽤集成显卡（Intel HD Graphics），然后从你的应⽤程序菜单打开softare和更新程序（softare/updates），单击其他驱动程序选项卡，可以看到Nvidia卡使⽤的驱动程序（默认为Nouveau）和专有驱动程序列表。我当时显⽰可以使⽤nvidia-driver-390，如果你的特定卡可能还有其他⼀些驱动程序，单击“应⽤更改”按钮以安装驱动程序（注意更换软件源，选择国内源，如阿⾥云。）。如果是按照上诉⽅法在Ubuntu图形化界⾯中安装Nvidia显卡驱动的，安装好了Nvidia显
卡驱动后，别急着重启电脑先禁⽤Nouveau显卡驱动，尽管已经安装好了Nvidia驱动，但系统还是默认地去加载Nouveau驱动，这就会导致⽆法进⼊Ubuntu系统。操作可以参看。
但是我的最终⽬的是要安装FCOS，为了配合后⾯CUDA的版本，我决定安装较为更新版本的驱动。
1.从 NVIDIA 官⽹下载最新版驱动
打开终端，输⼊下⾯指令，确认⾃⼰电脑显卡的型号。
lshw -numeric -C display
注意选择操作系统的选择，Linux 64-bit，选好后点击 SEARCH 按钮搜索相应的驱动。（我当时下载太慢了，是在windows10⽤迅雷下载好了，然后直接复制到了/home⾥⾯）
下载好了，先别安装，记住安装路径即可。
2.禁⽤nouveau
终端，输⼊下⾯指令。
sudo vim /etc/modprobe.f #vim 没有得先安装
弹出的⽂件，按 I 插⼊下⾯内容。
blacklist nouveau
options nouveau modeset=0
然后 按 ESC退出编辑，按 SHIFT+ZZ 保存关闭⽂件。然后执⾏以下命令使禁⽤⽣效并且重启：
sudo update-initramfs -u
sudo reboot
重启之后，先切换到⽂字界⾯，(按Ctrl+Alt+F1~F6).所以，启动电脑后，先进⼊⽂字界⾯。 然后，⾸先下⾯输⼊命令，关闭桌⾯服务现在可以安装驱动了，
sudo service lightdm stop
先进⼊驱动安装路⽬，然后输⼊下⾯的指令，按照提⽰⼀步步来完成后，再次重启电脑。
sudo sh ./NVIDIA-Linux-x86_64-460.32.03.run
安装完成之后输⼊以下指令进⾏验证 ，若列出了GPU的信息列表则表⽰驱动安装成功。
sudo nvidia-smi
CUDA安装和CUDNN安装
从官⽹下载CUDA和CUDNN，注意匹配版本。我下载的是cuda10.0，cudnn7.6。 这⼉注意把GCC的版本降下来。
sudo apt-get install gcc-4.8
sudo apt-get install g++-4.8
sudo mv gcc gcc.bak #备份
sudo ln -s gcc-4.8 gcc #重新链接
sudo mv g++ g++.bak
sudo ln -s g++-4.8 g++
安装CUDA。进⼊下载的CUDA包的路径，执⾏命令
sudo sh cuda_10.0.130_410.48_linux.run
配置环境变量
sudo gedit ~/.bashrc
在⽂件的末尾添加下⾯两⾏，注意修改成你的安装路径：
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.0/lib64
export PATH=$PATH:/usr/local/cuda-10.0/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.0
然后su直接切换到root，再执⾏。安装完了，可以⽤nvcc -V 测试⼀下。
source ~/.bashrc
安装CUDNN。⾸先解压压缩包，然后执⾏：
先进⼊压缩包解压后的路径，再执⾏下⾯的指令
cd cuda
sudo cp lib64/* /usr/local/cuda/lib64/
sudo cp include/* /usr/local/cuda/include/
ubuntu怎么安装pythonsudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
查看cudnn版本 cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
Anaconda+pytorch安装
linux下安装Anaconda很简单，也不容易出现什么问题。详细可以参看。
conda create -n pytorch python=3.7 #配置pytorch虚拟环境
conda activate pytorch #使⽤activate激活该环境
#配置清华源
conda config --add channels mirrors.tuna.tsinghua.edu/anaconda/pkgs/main/
conda config --add channels mirrors.tuna.tsinghua.edu/anaconda/pkgs/free/
conda config --set show_channel_urls yes
查相匹配版本的pytorh以及安装指令，在终端运⾏。（安装有时候会卡住，有些包安装不了，可以考虑本地安装）conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0 #去掉-c pytorch
安装好了，终端进⾏测试是否安装成功。
python #打开 python
##输⼊
import torch
import torchvision
print(torch.__version__) #输出PyTorch版本
print(torch.__path__) #输出PyTorch的路径
FCOS安装
进⼊⽬录，在pytorch虚拟环境使⽤该命令即可。
python setup.py build_ext install
最后进⼊解压FOCS⽬录，使⽤该命令即可。
python setup.py build develop --no-deps
安装成功后会打印Installing fcos script to /usr/local/bin和Installed …/FCOS-master
下载官⽅的⼀个模型FCOS_imprv_R_50_FPN_1x.pth，并将其放在同 seup.py ⽂件⽬录下，执⾏：
python demo/fcos_demo.py
后续打算进⾏跟进这个算法训练⾃⼰的数据集。结合论⽂和代码深⼊熟悉这个算法。
Windows上的问题
我很早就在windows10上安装了cpu版pytorch来做⼀些学习的⼩项⽬。这次想安装FCOS，也想着在windows10做。⾸先看看我的环境安装
显卡驱动和CUDA
FCOS的⼀些依赖库
也安装了VS2017软件。然后进⼊FCOS⽬录进⾏build时，出现这样的错误
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论