计算机视觉中一些特殊的安装包

opencv-python

Could not build wheels for opencv-python which use PEP 517 and cannot be installed

安装pip install opencv-python 输出

Collecting opencv-python
  Downloading https://files.pythonhosted.org/packages/77/f5/49f034f8d109efcf9b7e98fbc051878b83b2f02a1c73f92bbd37f317288e/opencv-python-4.4.0.42.tar.gz (88.9MB)
    100% |████████████████████████████████| 88.9MB 919kB/s
  Installing build dependencies ... done
  Getting requirements to build wheel ... done
    Preparing wheel metadata ... done
Requirement already satisfied: numpy>=1.13.1 in /usr/local/lib/python3.5/dist-packages (from opencv-python) (1.14.5)
Building wheels for collected packages: opencv-python
  Building wheel for opencv-python (PEP 517) ...

如果遇到以下过程后报错，则建议先更新pip后再执行安装。

更新命令：pip install --upgrade pip setuptools wheel

我遇到的问题是安装很慢，好像是卡在那里，基本10min以上，只能耐心等待，有一个指令好像是加上--verbse可以看具体的执行过程。

H5PY

解决H5py 初始化问题：ImportError：DLL failed to load

最近在做毕业设计，突然发现原本可以在学校跑的代码，在家出BUG！

问题：H5py找不到 h5.pyx文件

此问题我理解为，在初始化h5py的时候，文件缺失，导致DLL；

无语。。第一个想到的解决办法：重新安装H5py

这个办法没用。。。。因为本人用的anaconda，已经卸载＋重装N遍发现没用。

裂开。。。第二个想到的解决办法：版本问题

我去查了H5py官网，发现较近的版本有：2.10.0 ，2.9.0 ，2.8.0 ，2.7.1等。。我挨个安装了一遍，都是不行最后一个有效的办法：在官网下载whl文件，手动下载

由于上面的操作，本人都是直接从conda上下载的H5py包，报的错又都是找不到文件，所以我觉得可能是conda上直接下载的文件有问题。

果断，到官网下载！！
https://pypi.org/project/h5py/2.10.0/#modal-close

在这个网站可以选择和自己电脑系统匹配的whl文件包。

我的是这个：

这里要注意：Python的版本，电脑的位数。

关键步骤：

1、打开conda命令台，进入对应虚拟环境；

2、输入pip install D:\MSCOCO\h5py-2.10.0-cp36-cp36m-win_amd64.whl (注意这里改成自己下载的whl文件路径，前提是uninstall 以前的H5py)；

3、sucessfully！

最后再返回代码，运行，没问题了！

本文转自 https://blog.csdn.net/qq_38883844/article/details/105069064，如有侵权，请联系删除。

OpenCL

Ubuntu安装OpenCL

下载 OpenCl SDK https://software.intel.com/content/www/us/en/develop/tools/opencl-sdk/choose-download.html ，选择linux平台，解压。

sudo ./install.sh

安装 clinfo

$ clinfo

Number of platforms                               1
  Platform Name                                   Intel(R) CPU Runtime for OpenCL(TM) Applications
  Platform Vendor                                 Intel(R) Corporation
  Platform Version                                OpenCL 2.1 LINUX
  Platform Profile                                FULL_PROFILE
  Platform Extensions                             cl_khr_icd cl_khr_global_int32_base_atomics cl_khr_global_int32_extended_atomics cl_khr_local_int32_base_atomics cl_khr_local_int32_extended_atomics cl_khr_byte_addressable_store cl_khr_depth_images cl_khr_3d_image_writes cl_intel_exec_by_local_thread cl_khr_spir cl_khr_fp64 cl_khr_image2d_from_buffer cl_intel_vec_len_hint 
  Platform Host timer resolution                  1ns
  Platform Extensions function suffix             INTEL

  Platform Name                                   Intel(R) CPU Runtime for OpenCL(TM) Applications
Number of devices                                 1
  Device Name                                     Intel(R) Core(TM) i7-6700 CPU @ 3.40GHz
  Device Vendor                                   Intel(R) Corporation
  Device Vendor ID                                0x8086
  Device Version                                  OpenCL 2.1 (Build 0)
  Driver Version                                  18.1.0.0920
  Device OpenCL C Version                         OpenCL C 2.0 
  Device Type                                     CPU
  Device Profile                                  FULL_PROFILE
  Device Available                                Yes
  Compiler Available                              Yes
  Linker Available                                Yes
  Max compute units                               8
  Max clock frequency                             3400MHz
  Device Partition                                (core)
    Max number of sub-devices                     8
    Supported partition types                     by counts, equally, by names (Intel)
  Max work item dimensions                        3
  Max work item sizes                             8192x8192x8192
  Max work group size                             8192
  Preferred work group size multiple              128
  Max sub-groups per work group                   1
 .....
    Global                                        64 bytes
    Local                                         0 bytes
  Max size for global variable                    65536 (64KiB)
  Preferred total size of global vars             65536 (64KiB)
  Global Memory cache type                        Read/Write
.........

成功找到 Intel® HD Graphics

optional 安装 NEO https://github.com/intel/compute-runtime 选个版本

mkdir neo
cd neo
wget https://github.com/intel/compute-runtime/releases/download/20.30.17454/intel-gmmlib_20.2.2_amd64.deb
wget https://github.com/intel/compute-runtime/releases/download/20.30.17454/intel-igc-core_1.0.4427_amd64.deb
wget https://github.com/intel/compute-runtime/releases/download/20.30.17454/intel-igc-opencl_1.0.4427_amd64.deb
wget https://github.com/intel/compute-runtime/releases/download/20.30.17454/intel-opencl_20.30.17454_amd64.deb
wget https://github.com/intel/compute-runtime/releases/download/20.30.17454/intel-ocloc_20.30.17454_amd64.deb
wget https://github.com/intel/compute-runtime/releases/download/20.30.17454/intel-level-zero-gpu_0.8.17454_amd64.deb
sudo dpkg -i *.deb

本文转自 https://aiethan.blog.csdn.net/article/details/107834147，如有侵权，请联系删除。

nvidia.dali 模块安装方法

源码：

Release DALI v1.6.0 · NVIDIA/DALI · GitHub

CUPY

python 中安装cupy库。CuPy（A NumPy-compatible array library accelerated by CUDA）是NumPy兼容多维数组在CUDA上的实现，

因此安装时需要·==根据cuda版本安装 == nvcc -V

# For CUDA 10.1
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple cupy-cuda101 # 根据自己的版本

注意：！！！

cupy只能存在一个版本，可以用pip list查询之前是否安装过，如果有需要先卸载：pip uninstall cupy-cudaxxx，再重新安装。

自己安装发现（某篇博客评论也有提到）：++cuda112版本不能在windows中使用++，即使你的版本和cupy版本一致也不可以。如果要必须使用，建议cuda退回11.1（以及之前的版本应该都可以，但是未测试），在重新安装cupy可以正常使用

安装完成，import cupy as cp 后运行程序提示"ImportError: CuPy is not correctly installed"

在不断的卸载、安装cupy，以及各种更新相关依赖包（inda、wheel、pip等）之后，运行程序依旧不断提示"ImportError: CuPy is not correctly installed"

崩溃之前发现有人设置了系统的环境变量，那么这个问题可能是环境变量的问题，于是一不做二不休把电脑和pycharm的环境变量统一修改了一下：

1）电脑环境变量设置

路径：电脑---右键属性---高级系统设置---高级---环境变量。

在用户变量中的Path变量，添加CUDA10.0安装路径到系统内

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64

2）Pycharm环境变量设置

路径：Run---Edit Configurations...---Enviroment variables 添加环境变量

本文转自 https://blog.csdn.net/Zhangrx_/article/details/115006360，如有侵权，请联系删除。