之前介紹了原版SuperPoint，可惜原版沒有公開訓練代碼，接下來看一個復現版本。

為了成功運行這個版本，反復配置無數遍，建議大家就跟著我的方法來，一次就成功。

運行成功，cuda cudnn tensorflow-gpu 版本和之間的版本對應十分重要，配置有點不對，后面各種問題。

????配置方法來源

1.配置虛擬安裝環境

首先安裝anaconda，用來配置虛擬環境，我用的3.5.3版本，我是系統是ubuntu18.04。

?下載后終端命令安裝（一路回車，yes，問到vscode，填no，安裝完成。）

bash Anaconda3-5.3.0-Linux-x86_64.sh

安裝完成后創造一個python=3.6的環境（3.7遇到tf1.12無法安裝的錯）

conda create --name superpoint python=3.6

2.開始superpoint環境配置

別用pip配TensorFlow 然后conda配cuda cudnn 那樣版本都需要自己控制，非常容易出問題。用conda配TensorFlow，conda會適配cuda cudnn。

conda install tensorflow-gpu=1.12

安裝完畢用 查看一下配置

conda list

?可以看見cuda cudnn都安裝好了 分別是10.0 和 7.6.5?

由于已經安裝了TensorFlow-gpu 則在編譯源碼前需要在requirement.txt中去掉TensorFlow-gpu

打開SuperPoint/requirement.txt 去掉第一行的TensorFlow==1.12

?然后開始安裝源碼，在Superpont目錄下。

make install

?3.配置完畢 盤點我遇到的小部分報錯

Check failed: h != kInvalidChunkHandle??TensorFlow版本問題? 1.12改1.13。

load without loader? ?yaml.load掉了參數 改為config = yaml.load(f,Loader=yaml.FullLoader)

大概是input axle 0 ?200，shape must（50，150，0） 調用兩個以上gpu訓練就會遇到，建議就兩個來。

scores has incompatible shape? ? ? tf? cuda cudnn? 之間的版本錯誤

Check failed: cusolverDnCreate(&cusolver_dn_handle) == CUSOLVER_STATUS_SUCCESS Failed to create cuSolverDN instance?? ?終端運行export TF_FORCE_GPU_ALLOW_GROWTH=true

OP_REQUIRES failed at cholesky_op.cc:154 : Internal: tensorflow/core/kernels/cuda_solvers.cc:375: cuSolverDN call failed with status =7? ?tf? cuda cudnn? 之間的版本錯誤

總結

以上是生活随笔為你收集整理的SuperPoint学习训练纪录 盘点各种报错解决方法（二）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。