diff --git a/README.md b/README.md index 7ce658b..abc2041 100755 --- a/README.md +++ b/README.md @@ -55,87 +55,81 @@ conda activate videoEnv 请确保你已经安装 python 3.8+，使用conda创建项目虚拟环境并激活环境 (建议创建虚拟环境运行，以免后续出现问题) -- GPU用户(有N卡)： - - - 安装CUDA和cuDNN +- 安装CUDA和cuDNN -
- Linux用户 +
+ Linux用户 +
(1) 下载CUDA 11.7
+ 
wget https://developer.download.nvidia.com/compute/cuda/11.7.0/local_installers/cuda_11.7.0_515.43.04_linux.run
+
(2) 安装CUDA 11.7
+ 
sudo sh cuda_11.7.0_515.43.04_linux.run
+

1. 输入accept

+ +

2. 选中CUDA Toolkit 11.7（如果你没有安装nvidia驱动则选中Driver，如果你已经安装了nvidia驱动请不要选中driver），之后选中install，回车

+ +

3. 添加环境变量

+

在 ~/.bashrc 加入以下内容

+ 
# CUDA
+  export PATH=/usr/local/cuda-11.7/bin${PATH:+:${PATH}}
+  export LD_LIBRARY_PATH=/usr/local/cuda-11.7/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
+

使其生效

+ 
source ~/.bashrc
+
(3) 下载cuDNN 8.4.1
+

国内：cudnn-linux-x86_64-8.4.1.50_cuda11.6-archive.tar.xz 提取码：57mg

+

国外：cudnn-linux-x86_64-8.4.1.50_cuda11.6-archive.tar.xz

+
(4) 安装cuDNN 8.4.1
+ 
 tar -xf cudnn-linux-x86_64-8.4.1.50_cuda11.6-archive.tar.xz
+   mv cudnn-linux-x86_64-8.4.1.50_cuda11.6-archive cuda
+   sudo cp ./cuda/include/* /usr/local/cuda-11.7/include/
+   sudo cp ./cuda/lib/* /usr/local/cuda-11.7/lib64/
+   sudo chmod a+r /usr/local/cuda-11.7/lib64/*
+   sudo chmod a+r /usr/local/cuda-11.7/include/*
+
+ +
+ Windows用户
(1) 下载CUDA 11.7
- 
wget https://developer.download.nvidia.com/compute/cuda/11.7.0/local_installers/cuda_11.7.0_515.43.04_linux.run
+ cuda_11.7.0_516.01_windows.exe
(2) 安装CUDA 11.7
- 
sudo sh cuda_11.7.0_515.43.04_linux.run
-

1. 输入accept

- -

2. 选中CUDA Toolkit 11.7（如果你没有安装nvidia驱动则选中Driver，如果你已经安装了nvidia驱动请不要选中driver），之后选中install，回车

- -

3. 添加环境变量

-

在 ~/.bashrc 加入以下内容

- 
# CUDA
-    export PATH=/usr/local/cuda-11.7/bin${PATH:+:${PATH}}
-    export LD_LIBRARY_PATH=/usr/local/cuda-11.7/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
-

使其生效

- 
source ~/.bashrc
-
(3) 下载cuDNN 8.4.1
-

国内：cudnn-linux-x86_64-8.4.1.50_cuda11.6-archive.tar.xz 提取码：57mg

-

国外：cudnn-linux-x86_64-8.4.1.50_cuda11.6-archive.tar.xz

-
(4) 安装cuDNN 8.4.1
- 
 tar -xf cudnn-linux-x86_64-8.4.1.50_cuda11.6-archive.tar.xz
-     mv cudnn-linux-x86_64-8.4.1.50_cuda11.6-archive cuda
-     sudo cp ./cuda/include/* /usr/local/cuda-11.7/include/
-     sudo cp ./cuda/lib/* /usr/local/cuda-11.7/lib64/
-     sudo chmod a+r /usr/local/cuda-11.7/lib64/*
-     sudo chmod a+r /usr/local/cuda-11.7/include/*
+
(3) 下载cuDNN 8.2.4
+

cudnn-windows-x64-v8.2.4.15.zip

+
(4) 安装cuDNN 8.2.4
+

+ 将cuDNN解压后的cuda文件夹中的bin, include, lib目录下的文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\对应目录下 +

- -
- Windows用户 -
(1) 下载CUDA 11.7
- cuda_11.7.0_516.01_windows.exe -
(2) 安装CUDA 11.7
-
(3) 下载cuDNN 8.2.4
-

cudnn-windows-x64-v8.2.4.15.zip

-
(4) 安装cuDNN 8.2.4
-

- 将cuDNN解压后的cuda文件夹中的bin, include, lib目录下的文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\对应目录下 -

-
- - 安装paddlepaddle: +- 安装GPU版本Paddlepaddle: - - windows: + - windows: - ```shell - python -m pip install paddlepaddle-gpu==2.4.2.post117 -f https://www.paddlepaddle.org.cn/whl/windows/mkl/avx/stable.html - ``` + ```shell + python -m pip install paddlepaddle-gpu==2.4.2.post117 -f https://www.paddlepaddle.org.cn/whl/windows/mkl/avx/stable.html + ``` - - Linux: + - Linux: - ```shell - python -m pip install paddlepaddle-gpu==2.4.2.post117 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html - ``` + ```shell + python -m pip install paddlepaddle-gpu==2.4.2.post117 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html + ``` - > 如果安装cuda 10.2，请对应安装7.6.5的cuDNN，并使用对应cuda版本的paddlepaddle，**请不要使用cuDNN v8.x 和 cuda 10.2的组合** - - > 如果安装cuda 11.2，请对应安装8.1.1的cuDNN，并使用对应cuda版本的paddlepaddle，**30系列以上的显卡驱动可能不支持 cuda 11.2及以下版本的安装** +- 安装GPU版本Pytorch: + + ```shell + conda install pytorch==2.0.1 torchvision==0.15.2 pytorch-cuda=11.7 -c pytorch -c nvidia + ``` + 或者使用 + ```shell + pip install torch==2.0.1 torchvision==0.15.2 --index-url https://download.pytorch.org/whl/cu117 + ``` - - 安装GPU版本Pytorch: - - ```shell - conda install pytorch==2.0.1 torchvision==0.15.2 pytorch-cuda=11.7 -c pytorch -c nvidia - ``` - 或者使用 - ```shell - pip install torch==2.0.1 torchvision==0.15.2 --index-url https://download.pytorch.org/whl/cu117 - ``` +- 安装其他依赖: - - 安装其他依赖: + ```shell + pip install -r requirements.txt + ``` - ```shell - pip install -r requirements.txt - ``` - #### 4. 运行程序 @@ -145,3 +139,9 @@ conda activate videoEnv python ./backend/main.py ``` +## 常见问题 +1. CondaHTTPError + +将项目中的.condarc放在用户目录下(C:\Users\<你的用户名>)，如果用户目录已经存在该文件则覆盖 + +解决方案：https://zhuanlan.zhihu.com/p/260034241