SuperPoint学习训练纪录 盘点各种报错解决方法（二）

之前介绍了原版SuperPoint，可惜原版没有公开训练代码，接下来看一个复现版本。

为了成功运行这个版本，反复配置无数遍，建议大家就跟着我的方法来，一次就成功。

运行成功，cuda cudnn tensorflow-gpu 版本和之间的版本对应十分重要，配置有点不对，后面各种问题。

​​​​配置方法来源

1.配置虚拟安装环境

首先安装anaconda，用来配置虚拟环境，我用的3.5.3版本，我是系统是ubuntu18.04。

 下载后终端命令安装（一路回车，yes，问到vscode，填no，安装完成。）

bash Anaconda3-5.3.0-Linux-x86_64.sh

安装完成后创造一个python=3.6的环境（3.7遇到tf1.12无法安装的错）

conda create --name superpoint python=3.6

2.开始superpoint环境配置

别用pip配TensorFlow 然后conda配cuda cudnn 那样版本都需要自己控制，非常容易出问题。用conda配TensorFlow，conda会适配cuda cudnn。

conda install tensorflow-gpu=1.12

安装完毕用 查看一下配置

conda list

 可以看见cuda cudnn都安装好了 分别是10.0 和 7.6.5 

由于已经安装了TensorFlow-gpu 则在编译源码前需要在requirement.txt中去掉TensorFlow-gpu

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

 然后开始安装源码，在Superpont目录下。

make install

 3.配置完毕 盘点我遇到的小部分报错

Check failed: h != kInvalidChunkHandle  TensorFlow版本问题  1.12改1.13。

load without loader   yaml.load掉了参数 改为config = yaml.load(f,Loader=yaml.FullLoader)

大概是input axle 0  200，shape must（50，150，0） 调用两个以上gpu训练就会遇到，建议就两个来。

scores has incompatible shape      tf  cuda cudnn  之间的版本错误

Check failed: cusolverDnCreate(&cusolver_dn_handle) == CUSOLVER_STATUS_SUCCESS Failed to create cuSolverDN instance    终端运行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  之间的版本错误