0.前言
最近在做BEV视图下融合感知的项目，需要对相关工作进行学习 。作为一项经典的工作，值得深入探索，论文地址，代码地址 。然而由于配置环境比较麻烦，耽误了一些时间 。经过几次成功配置之后，有了一些总结，在这里记录下来，供大家参考，也方便自己下次查阅 。
首先，要知道这个工程对于电脑配置要求比较高 。我目前在3090和3060上都成功了，但是再低一些可能就不太行了，为1的时候显存占用8-9G 。当前我配环境的这台电脑配置是3060显卡，16G内存，12G显存 。如果你的电脑配置很低，那还是别麻烦了，或者换更好的配置 。
目录如下，如果显卡驱动话cuda都安装好了，直接进入第三步！
0.前言
1.显卡驱动安装
2.cuda安装
3.环境配置
4.数据准备
5.终端训练与测试
6.用 进行 debug
1.显卡驱动安装
如果你的电脑还没有安装显卡驱动，需要根据系统推荐的进行安装 。查看是否有显卡驱动的指令是：
nvidia-smi
如果显示了如下所示的详细信息：
则说明有显卡驱动，可以直接跳到下一步 。否则需要先安装显卡驱动，安装步骤如下 。
1.注意！在安装驱动以前需要禁止系统自带显卡驱动：可以先通过指令
lsmod | grep nouveau
查看驱动的启用情况，如果有输出表示驱动正在工作，如果没有内容输出则表示已经禁用了 。禁用的方法:禁用
2.安装有好几种方法，这里介绍一种比较简单的方法，即在‘软件和更新’里面下载 。选中合适的版本，点击应用更改，下载完成之后重启即可，再次用-smi查看 。
本文档的重点不在此，如果想用其他方法，参考：安装显卡驱动详细步骤
%257B%%%2522%253A%%2522%252C%%2522%253A%...%2522%257D&=&=0&=..none-task-blog-2~all~~-3--null-null.142^v88^,239^v2^&=%E5%AE%89%E8%A3%85%20%E6%98%BE%E5%8D%A1%E9%A9%B1%E5%8A%A8&spm=1018.2226.3001.4187
2.cuda安装
cuda的版本需要根据显卡来选择，运行-smi之后，可以看到显卡支持的最高cuda版本，那么我们安装的cuda版本要小于等于这个上限 。但是又不能太低，有的显卡型号比较新，装了太老的cuda反而会出问题 。我查到的是11.4，于是安装了.3，具体步骤如下：
（1）首先，进入下面的网址，点击对应版本的cuda 。cuda选择官网
（2）在终端中运行生成的两个指令，分别是下载和安装cuda 。下载到99%时出现段错误（核心已转储） 。参考：安装CUDA段错误（核心已转储）解决方案
（3）安装时注意有几处需要选择，第一处选择，第二处输入，第三处用空格取消，并选择 。这样选择防止再次安装其他版本的显卡驱动导致出问题 。
（4）配置环境变量
sudu gedit ~/.bashrc
在后面加上
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64export PATH=$PATH:/usr/local/cuda/binexport CUDA_HOME=$CUDA_HOME:/usr/local/cuda
保存之后，记得一下
source ~/.bashrc
查看cuda是否安装成功
nvcc -V
3.环境配置
下面正式开始配环境啦 。
（1）下载安装，我也不知道这个到底需不需要，安了没有副作用 。
wget https://download.open-mpi.org/release/open-mpi/v4.1/openmpi-4.1.4.tar.gz解压cd openmpi-4.1.4./configure –prefix=/usr/local/openmpimake -j8sudo make install~/.bashrc文件里添加环境变量：MPI_HOME=/usr/local/openmpiOMPI_MCA_opal_cuda_support=trueexport PATH=${MPI_HOME}/bin:$PATHexport LD_LIBRARY_PATH=${MPI_HOME}/lib:$LD_LIBRARY_PATHexport MANPATH=${MPI_HOME}/share/man:$MANPATH测试安装是否成功cd openmpi-x.x.x/examplesmakempirun -np 4 hello_c