笔记--Win11安装mmcv-full
目录
1--前言
2--安装前的工作
2-1--安装10.2版本的Cuda及Cudnn
2-2--安装Microsoft C++ 生成工具
2-3--添加MSVC的路径至环境变量（PATH）
3--基于官方文档安装mmcv-full
3-1--安装mmcv虚拟环境和pytorch
3-2--下载mmcv-full安装压缩包
3-3--基于官方文档Otion3安装mmcv-full
4--参考链接
1--前言
电脑原配置：
①系统：Win11家庭中文版
②Cuda版本：11.4.158（安装将改用10.2的版本）
③显卡：RTX3060
④CPU：11th Gen Intel(R) Core(TM) i7-11800H @ 2.30GHz 2.30 GHz
2--安装前的工作
这里主要是为了完成官方文档下图的准备工作：
2-1--安装10.2版本的Cuda及Cudnn
NVIDIA CUDA驱动版本下载地址：https://developer.nvidia.com/cuda-toolkit-archive
cudnn下载地址 ：https://developer.nvidia.com/rdp/cudnn-archive
注1：安装Cuda10.2是为了便于之后的安装操作，若之前已安装高版本的Cuda，建议多安装一个10.2的Cuda版本，因为本人一开始使用了Cuda11.4，也配套安装了相应的Pytorch版本，但由于不知名原因，导致安装不成功，所以本人更推荐多安装一个Cuda10.2。（安装方法参照链接）
注2：若安装了多个Cuda版本，需在高级系统设置中，更改系统变量和环境变量，切换成Cuda10.2的版本，如下图所示：
2-2--安装Microsoft C++ 生成工具
下载地址：2019 VC++生成工具下载地址
除了安装上图的工具，建议安装下图所示另外一个版本的MSVC，避免之后安装过程中会出现的一个问题（unsupported Microsoft Visual Studio version! Only the versions between 2015 and 2019 (inclusive) are supported!）
2-3--添加MSVC的路径至环境变量（PATH）
本人的路径为：C:\Program Files (x86)\Microsoft Visual Studio\2019\BuildTools\VC\Tools\MSVC\14.20.27508\bin\HostX86\x64
可参照路径寻找该文件夹，也可依据2-2步骤中安装的路径寻找。
目的：执行cl命令，因为后续安装 python setup.py build_ext 中会用到cl的命令，测试方法如下：
3--基于官方文档安装mmcv-full
官方文档地址：mmcv-full官方安装文档
3-1--安装mmcv虚拟环境和pytorch
①打开Anaconda Powershell Prompt
②安装mmcv虚拟环境及python3.7
conda create --name mmcv python=3.7 # 3.6, 3.7, 3.8 should work too as tested
conda activate mmcv # make sure to activate environment before any operation③安装pytorch
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=10.2注：这里安装pytorch的代码与官方文档的不相同
3-2--下载mmcv-full安装压缩包
下载地址：https://github.com/open-mmlab/mmcv
①解压压缩包，并在Anaconda Powershell Prompt下进入mmcv虚拟环境，并切换路径至解压的文件夹。
②安装第三方依赖库
pip3 install -r requirements/runtime.txtpip install -r requirements/optional.txt3-3--基于官方文档Otion3安装mmcv-full
①确保环境变量正确，在终端中输入以下代码
ls env:
目的：确保CUDA_PATH和CUDA_HOME的路径为Cuda10.2版本。可通过以下代码修改CUDA_HOME的路径与CUDA_PATH相同，也可以一开始就通过在高级系统设置中修改系统变量得到。
$env:CUDA_HOME = "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2"
# OR
$env:CUDA_HOME = $env:CUDA_PATH_V10_2 # if CUDA_PATH_V10_2 is in envs:②修改CUDA参数，避免CUDA跑炸，代码如下
# Suppose you are using GTX 1080, which is of capability 6.1
$env:TORCH_CUDA_ARCH_LIST="6.1"
# OR build all supported arch, will be slow
$env:TORCH_CUDA_ARCH_LIST="3.5 3.7 5.0 5.2 6.0 6.1 7.0 7.5"注：由于本人的显卡是RTX3060，理论上是支持8.6的（图中为6.1）。但因为我安装的Cuda版本是10.2，其不支持8.6的计算能力，所以这里依然设置为6.1的计算能力，否则会出现以下错误：
（RuntimeError: Error compiling objects for extension），具体错误是（nvcc fatal : Unsupported gpu architecture 'compute_86'）
显卡计算能力的查询地址为：显卡计算能力查询
③执行官方文档Option3第四步的代码
$env:MMCV_WITH_OPS = 1
$env:MAX_JOBS = 8 # based on available number of CPU cores and amount of memory注：MAX_JOBS的参数大小需要根据自己电脑的CPU设置，比如本人电脑的CPU是11代i7，其为八核十六线程，所以MAX_JOBS的参数为8。（可通过下图所示的任务管理器查看内核大小）
# build
python setup.py build_ext # if success, cl will be launched to compile ops
# install
python setup.py develop
# check
pip list注1：第③步的所有代码均在mmcv虚拟环境，mmcv-full解压文件夹所在路径下执行。
注2：在执行代码 python setup.py build_ext 的过程中，容易出现一个错误：（RuntimeError: Error compiling objects for extension）具体错误是（unsupported Microsoft Visual Studio version! Only the versions between 2015 and 2019 (inclusive) are supported!） ，其原因就是我上文提到的MSVC的版本过高，建议使用2019低版本的MSVC，另一个解决方法可参照链接的回答，更改Cuda路径的host_config.h即可（改大数值，比如本人修改为2330）。
4--参考链接
官方文档
前人安装经验
前人视频讲解安装
建议：可结合上述三个参考链接，及本人的博客进行安装。谢谢！