因为处理量的增大，之前在本地linux上的一套tf-faster-rcnn的代码需要被移动到更高的环境下（之前是gtx1080ti的单显卡，目标机器是一台gtx titanv的双显卡），我本以为移动会很简单，但事实耗费了我两个小时的时间，这里记录一下移动过程中出现的问题，以及我的解决思路。
首先先声明一点，所有的问题都出在了版本不一致上。因为原机器的版本是cuda9+tensorflow_gpu的1.14版本，而新机器的版本是cuda10+tensorflow_gpu的2.0.0的beta版本。
正常移动，其实一点都不正常，因为我们线下线上的隔离性，导致scp是用不了的只能用samba来做，很麻烦，不过这里基本不会出问题，所以就跳过了。
移动完成之后出现了问题。
第一个问题：老生常谈的问题：
ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory
这个在之前的本地机器上就出现过这个问题，原因是cuda虽然安装好了，但是路径并没有放到我们的环境变量上，根据我之前的经验打开环境变量然后输入：export XXXXX
但是打开我的环境变量 诶 不对啊 我的环境变量是有这个的啊
image.png
所以问题不在这里，进入我们的文件看一下/usr/local/cuda/lib64
ls一下如下：
image.png
这根本就没有libcudart.so.9.0这个文件，可恶！难道fasterrcnn不支持10.0吗？我可不想重新安装这麻烦的工具，去百度找找原因吧，经过搜索我发现没有谁用cuda10来跑fasterrcnn，怎么办。难道只能重新安装cuda9的版本吗？我可不想做那么麻烦的事情，因为安装可能要浪费我一天的时间，那何不把线上缺少的那个libcudart.so.9.0文件从本地拷贝过来？，反正报错说是缺少这一个文件啊。
image.png
拷贝完成后执行我要运行的python代码，忽然发现报错变了,代表这个是可以work的，喜极而泣啊。
转而开始观察新的错误
image.png
这是一个没有见过的错误，包不对，我忽然意识到tensorflow 2的版本和1.X版本好像很多api已经更换了。降级是不可能降级的，这辈子都不可能降级。于是我开始启动了一个虚拟环境来安装低版本的tensorflow（这不tm也是降级吗？）
cd venv
python -m venv Conner
source /data/venv/Conner/bin/activate
然后开始安装对应的包：
pip install Pillow
pip install easydict
pip install opencv-python
pip install keras
pip install matplotlib
然后再执行，ok！完美解决
网友评论