目录

关于

常见的初始化报错

环境推荐

torch, torchvision & torchaudio

cudatoolkit

本地pip安装方法

---

关于

OpenOccupancy: 语义占用感知对于自动驾驶至关重要，因为自动驾驶汽车需要对3D城市结构进行细粒度感知。然而，现有的相关基准在城市场景中缺乏多样性，并且它们仅评估前视图预测。为了对周围感知算法进行全面的基准测试，我们提出了OpenOccupancy，这是第一个周围语义占用感知基准。在OpenOccupancy基准测试中，我们用密集的语义占用注释扩展了大规模的nuScenes数据集。 (gitee.com)

第一步是按照文档进行install：docs/install.md · 陈苏同学/OpenOccupancy - Gitee.com

常见的初始化报错

 执行：

conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=11.3 -c pytorch -c conda-forge

 返回报错：

Collecting package metadata (current_repodata.json): - WARNING conda.models.version:get_matcher(537): 
Using .* with relational operator is superfluous and deprecated and will be removed in 
a future version of conda. Your spec was 1.7.1.*, but conda is ignoring the .* and 
treating it as 1.7.1
done
Solving environment: failed with initial frozen solve. Retrying with flexible solve.

原因：是网络问题，需要用国内源/本地pip安装，这里演示本地pip安装的方案

环境推荐

torch, torchvision & torchaudio

阿里云镜像网站：download.pytorch.org/whl/torch_stable.html

推荐选择：

cudatoolkit

基于本人使用的AutoDL服务器上的GPU基础环境：

推荐选择（得找自己的对应版本）：CUDA Toolkit 11.3 Downloads | NVIDIA Developer

（官网会在选完版本后弹出）复制以下内容执行即可成功安装：（得找自己的对应版本）

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin
sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/11.3.0/local_installers/cuda-repo-ubuntu2004-11-3-local_11.3.0-465.19.01-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu2004-11-3-local_11.3.0-465.19.01-1_amd64.deb
sudo apt-key add /var/cuda-repo-ubuntu2004-11-3-local/7fa2af80.pub
sudo apt-get update
sudo apt-get -y install cuda

nvcc -V 检验cuda

在执行最后一步“sudo apt-get -y install cuda”时，肯能本地环境是装有cuda的，有返回一些“cuda is already the newest version (11.3.0-1).
You might want to run 'apt --fix-broken install' to correct these.”

也不用担心，说明cuda已经装过了，执行以下命令看看cuda版本：

nvcc -V

返回：

说明cuda11.3已经装好啦，没有问题

本地pip安装方法

《动手学深度学习》笔记1.1——Pytorch虚拟环境搭建_动手学pytorch建模与应用-CSDN博客

参考这个链接，linux服务器的流程一致