Torch部署
...大约 2 分钟
Torch部署
安装Anaconda
推荐直接上官网下载 https://www.anaconda.com/products/individua
安装CUDA和cuDNN
安装显卡驱动
首先需要下载和安装显卡驱动,进入下面网址选择合适的显卡驱动下载并按照提示安装。如果已安装此处略过。 https://www.nvidia.cn/geforce/drivers/
下载CUDA
CUDA下载网站 https://developer.nvidia.com/cuda-toolkit-archive
覆盖安装
sudo ./cuda*.run --override
不选择重装驱动
![image-20230531170233024](/assets/image-20230531170233024-Do-amLSx.png)
下载cuDNN
cuDNN网址 https://developer.nvidia.com/cuDnn
下载cuDNN需要注册NVIDIA账号并登录,注册时安装官网提示填写用户名、密码、邮箱等,其中需要邮箱验证。
邮箱验证时使用QQ邮箱接收不到验证邮件,使用163邮箱可以。
安装Torch
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116
pip install torch -i https://pypi.douban.com/simple
pytorch:测试GPU是否可用
import torch
flag = torch.cuda.is_available()
print(flag)
ngpu= 1
# Decide which device we want to run on
device = torch.device("cuda:0" if (torch.cuda.is_available() and ngpu > 0) else "cpu")
print(device)
print(torch.cuda.get_device_name(0))
print(torch.rand(3,3).cuda())
True
cuda:0
GeForce GTX 1080
tensor([[0.9530, 0.4746, 0.9819],
[0.7192, 0.9427, 0.6768],
[0.8594, 0.9490, 0.6551]], device='cuda:0')
完全卸载CUDA
sudo apt-get --purge remove "*cublas*" "*cufft*" "*curand*" \
"*cusolver*" "*cusparse*" "*npp*" "*nvjpeg*" "cuda*" "nsight*"
在命令行中卸载
注意把下边的xx.x替换为自己的cuda版本。 cuda10.0及以下的卸载:
cd /usr/local/cuda-xx.x/bin/
sudo ./uninstall_cuda_xx.x.pl
sudo rm -rf /usr/local/cuda-xx.x
cuda10.1及以上的卸载:
cd /usr/local/cuda-xx.x/bin/
sudo ./cuda-uninstaller
sudo rm -rf /usr/local/cuda-xx.x
最后边加了一句sudo rm -rf /usr/local/cuda-xx.x,这是因为一般情况下cuda都配置了cudnn,在运行卸载程序时只会卸载cuda而不会一并删除cudnn的文件。因为cudnn文件还在的缘故,自己的cuda-xx.x文件夹仍然在,需要手动删除。 所以如果自己要卸载的cuda没有配置cudnn,那么cuda-xx.x文件夹在卸载完成后会被自动删除,也就没必要再运行最后一句了。
问题
setup.py install is deprecated
解决方法——降档使用setuptools
不过,别担心,有个折中的处理方式。
换一个setuptools版本,选择与ROS2一起工作不产生任何warning的版本。
能满足这个条件的setuptools版本中,最新的是58.2.0。
#回退安装指令
pip install setuptools==58.2.0
如何查询setuptools的版本
#在python3环境中,执行以下代码
import setuptools
print(setuptools.__version__)