Ubuntu18.04运行matterport3D tasks/R2R 环境相关配置

Ubuntu18.04运行matterport3D tasks/R2R 环境相关配置

Matterport3D的github地址：https://github.com/peteanderson80/Matterport3DSimulator

跑R2R 就这一行代码：

python3 tasks/R2R/train.py

mp3d 的仿真器我是通过docker安装的，就是为了绕过cuda和cudnn的问题，终归是没躲过！！

docker的环境他给的是cuda9.2+cudnn7.6.4.38+torch1.1.0

但是他这个环境就很迷，我自己的电脑显卡是1650TI 实验室电脑是3060
但是都报一样的错

我之前怀疑是他的docker环境本身就有问题，我看之前博客有跟我遇到一样的错误。但是我师兄的显卡1050就没有报错，就很离谱，后来我在服务器上跑cuda10.2+cudnn7.6.5+torch1.10.2+cu102 就没有问题了
最近我在自己电脑上跑，也同样配置了与服务器一样的环境，但是他又报另一个错了

RuntimeError: CUDA error: no kernel image is available for execution on the device

我寻思我的3060应该没有这么拉吧
后来我在train.py主函数加 os.environ[‘CUDA_LAUNCH_BLOCKING’] = ‘1’ 就报出了一串错

GeForce RTX 3060 Laptop GPU with CUDA capability sm_86 is not compatible with the current PyTorch installation.
The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_61 sm_70 sm_75 compute_37.
If you want to use the GeForce RTX 3060 Laptop GPU GPU with PyTorch, please check the instructions at https://pytorch.org/get-started/locally/

我一查发现30系显卡暂时不支持CUDA11以下版本！！！！！
于是我又重新配置了cuda11.0+cudnn8.0.4.30+torch1.7.1+cu110+torchvision0.8.2+cu110
终于好了！！

安装torch版本：

https://pytorch.org/get-started/previous-versions/

cuda与cudnn 对应的版本：

https://developer.nvidia.com/rdp/cudnn-archive#a-collapse742-10