深度学习环境配置及github上的模型复现

这是我用到的一个github模型

LayoutlMv: 将表单进行结构化处理的预训练模型。利用ocr提取表单中图片信息，transformer对文字和表格信息进行统一处理

模型连接：https://github.com/microsoft/unilm/blob/master/layoutlmft/README.md

我是按照模型提示的步骤进行操作，到pip install -r requirements.txt出现了问题。原因是我们有配深度学习的环境。

接下来是正确的步骤

Step1：配C++的环境

- 下载Microsoft visula studio 2019
因为windows没有c++的编辑器，所以必须下载
- 下载MinGW

Step2：配深度学习的环境

1. 下载minicaonda，在conda里面配环境

2.下载cuda11.1
是.exe程序文件，直接双击安装

3.下载与cuda11.1相匹配的cuDNN版本

4.下载与cuda11.1对应的pytorch1.8的版本
tips:pytorch命令行安装，时间较长，耐心等待

Step2：bug解决

• 将detectron克隆到本地之后，detectron2安装不成功；python setup.py build develop
  这一句一直出问题
• 缺少底层编译器如microsoft visual studio 和 MinGW

detectron2的安装步骤：

参考1：https://detectron2.readthedocs.io/en/latest/tutorials/install.html
参考2：https://github.com/conansherry/detectron2

问题1： " NVIDIA GPU computing toolkit\CUDA\v11.1\bin\nvcc.exe" failed with exit code 1 的解决方案参考连接

问题2：中间有一个问题是pytorch的版本问题。我安装的是pytorch1.7结果提示>= pytorch1.8才行。然后就是把上面的深度学习环境重新配了一遍

问题3：怎么将detectron2=0.6版本改成detectron2=0.3

我的做法是从这个连接下载 detectron2=0.3 的包，替换之前下载的detectron2=0.6，然后执行detectron的安装 就成功了

python setup.py build develop 

detectron2的所有版本：

问题4：" RuntimError : Error compiling objects for extension " 我的这个问题是因为缺少底层编译器，安装完MinGW installer之后就可以了