Window系统下基于Anaconda的Siamese Network虚拟环境搭建——以SiamFC算法为例

欢迎学习交流！
邮箱： z…@1…6.com
网站： https://zephyrhours.github.io/

为了进行gpu加速，首先需要准备一个带有独立显卡的电脑，下面进行具体的操作说明。

一、CUDA与CUDNN安装部函数的路径操作

1. NVIDAI官网下载 cuda_11.6

百度直接搜索NVIDIA或CUDA即可，进入NIVIDA下载cuda

2. NVIDAI官网下载 CUDNN

cudnn版本需要注册登录后才能下载，而且要与CUDA版本对应，否则后期运行会出问题

3. 安装CUDA并配置cudnn

cudnn是一个文件夹，安装完成后，直接解压该文件，然后复制其中文件到CUDA路径即可；
NVIDIA路径：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6
1

最后再管理员窗口cmd 输入 nvidia-smi 可查看当前GPU的使用情况，出现如下情况表示安装成功！

二、系统虚拟环境配置

1. 查看CUDA版本

在window终端（运行window+R ，然后输入cmd命令）中输入下面命令进行查看，

nvcc -V
1

2. Anaconda 虚拟环境搭建常用命令

下面是一些常用到的命令总结，具体如下：

# 查看虚拟环境
conda info --envs  # linux下查看所有环境命令
conda env list  # 查看虚拟环境命令

# 创建虚拟环境
conda create -n your_env_name python=X.X

# 激活创建虚拟环境
conda activate your_env_name

# 关闭虚拟环境
conda deactivate

# 移除虚拟环境
conda remove -n your_env_name(虚拟环境名称) --all
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

注意：
Window系统下需要下载cudnn，具体在安装好cuda后，复制下载的文件到相应路径即可，然后添加路径到系统变量。cudnn需要与cuda对应， 安装pytorch也需要与cuda版本对应，具体参考pytorch官网安装命令。

• 具体的虚拟环境创建操作此处不再赘述，具体操作请查看笔者相关博客。
• 在上述anaconda虚拟环境创建完成后，进行虚拟环境激活，然后进行下面的操作。

3. 更换国内镜像

在国内，由于众所周知的原因，window系统下的python环境的配置比较麻烦，有些源很难下载下来，针对这个情况有2个解决方法，一种是开启全局的科学上网，然后进行环境配置；另一种就是更换国内的镜像源，直接走国内流量，加速下载。

下面单独讲解第二种方法，具体如下：

# 更换源操作：添加清华镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes


# 恢复默认源操作（单需要恢复默认源的时候再输入此行代码，否则不要操作）
conda config --remove-key channels
1
2
3
4
5
6
7
8
9

4. Siamese Network具体配置环境—以SiamFC为例

下面以SiamFC 算法为例进行具体的环境配置命令操作分享，具体如下：

 # 以下命令仅供参考，请根据不同环境具体修改配置
echo "******** Installing pytorch with cuda 11.6 ************"

#  pytorch 安装时，-c表示强制在官网下载
conda install pytorch torchvision torchaudio cudatoolkit=11.6 -c pytorch
# 官方11.3也可以
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

# -c pytorch是强制从PyTorch官网下载包，配置的清华源就会失效
# 下面这个可以在上面无法安装时使用，安装非常快
conda install pytorch torchvision torchaudio cudatoolkit=11.6 pytorch
conda install pytorch torchvision torchaudio cudatoolkit=11.6

echo "******* Installing matplotlib 2.2.2 ******************"
conda install -y matplotlib

echo "******************Installing pandas ******************"
conda install -y pandas

echo "****************** Installing opencv ******************"
pip install opencv-python    # conda可能无法安装

echo "*********** Installing tensorboardX *****************"
pip/conda install tensorboardX    # 二者择其一即可

echo "************** Installing cython ********************"
conda install cython

echo "************ Installing yacs ************************"
pip/conda install yacs

echo "************* Installing skimage ********************"
pip/conda install scikit-image

echo "************** Installing pillow ********************"
pip install pillow

echo "*************** Installing scipy ********************"
pip install scipy

echo "*************** Installing shapely ******************"
pip install shapely

echo "*************** Installing tqdm *********************"
pip install tqdm

echo "************** Installing easydict ******************"
pip install easydict

echo "******** Installing jpeg4py python wrapper **********"
pip install jpeg4py 
pip install mpi4py
pip install ray
pip install hyperopt
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54

安装工具包

pip install --upgrade got10k
1

5. pip利用txt文件进行批量安装包

当下载的文件中包含不同环境的要求时，可以进行批量安装，具体代码如下，

pip install -r requirements.txt
1

注意： 在Linux或者Mac OS下使用此命令进行批量安装非常容易成功，但是在window下可能会出现各种问题，没有安装好的第三方库，可以参考上述其他步骤进行单独安装。