最近本人在跑Flownet2代码，从安装到运行遇到了蛮多问题，记录一下安装过程。
一、工具篇
1. Flownet2-pytorch [1]
2. VS2015 with update3 [2]
3. CUDA 10.0 （本人下载的是 cuda_10.0.130_411.31_win10 ）
4. 对应于 cuda10.0 版本的 cudNN （本人下载的是cuDNN v7.6.5）
5. 配置Flownet2的虚拟环境，包括：CUDA 10.0 版本的 torch1.0.1， torchvision 0.2.1等
二、安装VS2015 with update3 [3]
1. 下载网盘链接[2]中的文件，打开后的文件如下：
2. 打开里面的packages文件，在该文件夹里找到EspC文件，把它拷贝一份到其他地方(不在这个镜像文件夹就行）
3. 打开EspC文件，点击安装最后一个程序：
4. 安装完毕后返回镜像文件，点击安装VS应用程序：
5. 初始化安装程序
6. 接下来选择安装位置以及安装方式
7. 选择要安装的组件
8. 点击下一步，点击安装
9. 安装完成，选择环境配置（选择常规）
10. 进入
三、安装CUDA 10.0 （本人下载的是 cuda_10.0.130_411.31_win10 ）[4]
1. 下载CUDA 10.0，可以参考 [4] 的下载步骤，在官网找到cuda_10.0.130_411.31_win10这个版本[5]。
2. 双击cuda_10.0.130_411.31_win10.exe之后会提示解压到一个目录，这里不要直接点确定，会解压到C盘占用系统盘的资源，可以随意选一个目录解压，安装完成后删除！
3. 然后会自动跳出来安装界面，系统检查界面：
4. 许可协议，选同意并继续：
5. 安装选项选自定义，进入下一步：
6. 选择驱动程序组件，全选，进入下一步：
7. 选择安装位置，这里我就选择了默认位置，因为之后设置环境变量，就可以直接参考 [4] 了，不然又找不到路径
8. 安装过程
9. 安装结束
10. 打开命令窗口Win+R，输入以下命令：
11. 按回车键之后，再输入以下命令：
12. 显示红框中的内容，就说明安装成功了
四、安装对应于 cuda10.0 版本的 cudNN [4]
1. 安装完成之后，还需要下载cudNN，这里需要在官网[5]登录并填写问卷才能下载，到下图所示的下载页面去下载
2. 将下载并解压后的所有文件放到CUDA10安装目录相应文件夹下即可
3. 设置环境变量，计算机上点右键，打开属性->高级系统设置->环境变量，可以看到系统中多了CUDA_PATH和CUDA_PATH_V10_0两个环境变量
4. 接下来，还要在系统中新建以添加以下几个环境变量，如图红框所示：
（1）CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0
（2）CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
（3）CUDA_BIN_PATH = %CUDA_PATH%\bin
（4）CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
（5）CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
5. 在系统变量 PATH 的末尾添加：
（1）%CUDA_LIB_PATH%
（2）%CUDA_BIN_PATH%
（3）%CUDA_SDK_LIB_PATH%
（4）%CUDA_SDK_BIN_PATH%
（5）C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64
（6）C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
（7）C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0\common\lib\x64
（8）C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0\bin\win64
6. 配置完成后，我们可以验证是否配置成功，主要使用CUDA内置的deviceQuery.exe 和 bandwithTest.exe：首先win+R启动cmd，cd到安装目录下的 ...\extras\demo_suite,然后分别执行bandwidthTest.exe和deviceQuery.exe
五、 配置Flownet2的虚拟环境
1. 进入Pychram，打开Flownet2项目
2. 创建并激活Flownet2虚拟环境
3. 输入以下命令，安装这些包：
（1） pip install torch==1.0.1 -f https://download.pytorch.org/whl/torch_stable.html
（2）pip install torchvision==0.2.1 -f https://download.pytorch.org/whl/torch_stable.html
（3）pip install scipy -i https://pypi.tuna.tsinghua.edu.cn/simple
（4）pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
（5）pip install scikit-image -i https://pypi.tuna.tsinghua.edu.cn/simple
（6）pip install tensorboardX -i https://pypi.tuna.tsinghua.edu.cn/simple
（7）pip install colorama -i https://pypi.tuna.tsinghua.edu.cn/simple
（8）pip install tqdm -i https://pypi.tuna.tsinghua.edu.cn/simple
（9）pip install setproctitle -i https://pypi.tuna.tsinghua.edu.cn/simple
（10）pip install pytz -i https://pypi.tuna.tsinghua.edu.cn/simple
以下是我的安装包
4. 输入以下命令，分别进入到networks文件夹中的这三个文件夹
5. 再输入该命令：python setup.py install
（1）会出现以下报错：
这时参考[6]的修改说明，打开：torch/torch.h，然后把warning那段话删掉，这是因为Flownet2里面使用了旧版的torch.h头文件，但他在更新之后没有改成extension.h，这里问题不大，warning删掉就行
（2）再输入该命令：python setup.py install，会遇到类似如下的问题：error: more than one operator "==" matches these operands，这时，找到THCNumerics.cuh文件，一般来说在这个目录：'...\Lib\site-packages\torch\lib\include\THC\THCNumerics.cuh'，将以下的代码屏蔽即可。
（3）再输入该命令：python setup.py install，出现以下内容，说明该文件编译成功了
6. 继续进入其他两个文件夹correlation_package和resample2d_package下，再输入该命令：python setup.py install，出现了以上（3）中相同的内容，说明该文件编译成功了。
7. 进入Flownet2文件，将main.py中的这两行代码屏蔽
同时将该文件从Flownet2文件夹中删除
8. 输入下面的命令后
python main.py --batch_size 1 --model FlowNet2 --optimizer=Adam --optimizer_lr=1e-4 --loss=MultiScale --loss_norm=L1 --loss_numScales=5 --loss_startScale=4 --optimizer_lr=1e-4 --crop_size 384 512 --training_dataset FlyingChairs --training_dataset_root D:/project/FlyingChairs/FlyingChairs_release/data/ --validation_dataset FlyingChairs --validation_dataset_root D:/project/FlyingChairs/FlyingChairs_release/data/
其中D:/project/FlyingChairs/FlyingChairs_release/data/和D:/project/FlyingChairs/FlyingChairs_release/data/为自己数据下的路径。
9. 计算机运行如下，说明代码运行成功了~
本人的电脑配置也是太low了，只能将batch_size设为1，才能跑起来，后期打算用服务器跑一波~~~
参考
[1] GitHub - NVIDIA/flownet2-pytorch: Pytorch implementation of FlowNet 2.0: Evolution of Optical Flow Estimation with Deep Networks
[2] 链接：https://pan.baidu.com/s/1CCHzV0lszjhRrevFnC2h0Q，提取码：rblw
[3] Visual Studio Professional 2015 (with Update 3) 安装教程_mycurry的博客-CSDN博客_vs2015update3安装教程
[4] 超详细的win10安装对应版本的CUDA和CUDNN ！亲测有效！ - 程序员大本营
[5] NVIDIA cuDNN | NVIDIA Developer
[6] Flownet2 NVIDIA pytorch最新安装教程 有效的避坑教程_晋图的非正常人类胡言乱语集合-CSDN博客