OpenCV

從(cmake 3.12)[https://cmake.org/cmake/help/v3.12/policy/CMP0074.html]之後，可以利用環境變數來告訴cmake套件的位置，在Windows下很方便，因為windows不像linux會把函式庫集中放在一起。設定方法就是利用設定環境變數

1

<PackageName>_ROOT

其中<PackageName>就是你的套件名稱，例如在這裡我們要設的環境變數就是OpenCV_ROOT，注意<PackageName>必須要和你寫在CMakeLists.txt裡面find_package(<PackageName>)大小寫都要一致

設定完後會看到cmake輸出找到的路徑

1
2
3

Environment variable OpenCV_ROOT is set to:

    D:\lib\build_opencv

另外由於相容性的關係，cmake預設不會使用環境變數的OpenCV_ROOT，我們必須在CMakeLists.txt中設定打開這個功能

1

cmake_policy(SET CMP0074 NEW)

成功設定後可以看到cmake會有以下輸出

1
2
3

-- Found OpenCV: D:/lib/build_opencv (found version "4.6.0")
-- OpenCV library status:
--     version: 4.6.0

詳細寫法可以參考這個範例
https://gist.github.com/jenhaoyang/924698b31f7e3baede14286c67d6059a

Eigen3.4.0

使用find_package(Eigen3 REQUIRED)後需要get_target_property(EIGEN3_INCLUDE_DIR Eigen3::Eigen INTERFACE_INCLUDE_DIRECTORIES)
，根據這個issue的寫法https://gitlab.com/libeigen/eigen/-/issues/2486

參考:
https://seanzhengw.github.io/blog/cmake/2018/04/23/cmake-find-package.html
https://cmake.org/cmake/help/v3.12/policy/CMP0074.html
https://stackoverflow.com/questions/21314893/what-is-the-default-search-path-for-find-package-in-windows-using-cmake

參考:
https://github.com/CamDavidsonPilon/Probabilistic-Programming-and-Bayesian-Methods-for-Hackers

https://www.youtube.com/playlist?list=PLDcUM9US4XdMROZ57-OIRtIK0aOynbgZN

https://xcelab.net/rm/statistical-rethinking/

https://www.cnblogs.com/pinard/p/6638955.html

https://www.reddit.com/r/statistics/comments/9p1d3i/any_detailed_stepbystep_tutorial_to_mcmc_theory/

前一陣子在windows上編譯Nvidia triton-inference-server發現他的編譯腳本有很多方便的的操作方法，升級cmake是其中之一，注意指令中有指定ubuntu版本
cmake官方有關於apt下載的說明

1
2
3
4
5
6
7
8
9

ENV DEBIAN_FRONTEND=noninteractive
RUN apt install software-properties-common -y
RUN wget -O - https://apt.kitware.com/keys/kitware-archive-latest.asc 2>/dev/null | \
      gpg --dearmor - |  \
      tee /etc/apt/trusted.gpg.d/kitware.gpg >/dev/null && \
    apt-add-repository 'deb https://apt.kitware.com/ubuntu/ focal main' && \
    apt-get update && \
    apt-get install -y --no-install-recommends \
      cmake-data=3.21.1-0kitware1ubuntu20.04.1 cmake=3.21.1-0kitware1ubuntu20.04.1

參考:
https://github.com/triton-inference-server/server/blob/main/Dockerfile.QA#L65

參考:
https://stackoverflow.com/a/8660740

1. ssh-copy-id

• linux

• windows
  在powershell中沒有ssh-copy-id這個指令，不過我們可以用下面指令達成相同目標

  1	type $env:USERPROFILE\.ssh\id_rsa.pub | ssh {IP-ADDRESS-OR-FQDN} "cat >> .ssh/authorized_keys"

參考:
https://www.chrisjhart.com/Windows-10-ssh-copy-id/

1. 切割壓縮檔
   -v50m 表示每50MB切一包

   1	7za.exe" a -v50m "Release4.zip" "*.xlsm"

參考:
https://www.vishalon.net/blog/commands-for-using-standalone-7-zip-to-split-and-combine-zip-file

https://info.nrao.edu/computing/guide/file-access-and-archiving/7zip/7z-7za-command-line-guide#section-14

https://documentation.help/7-Zip/syntax.htm

如果在powershell 發現找不到7z 指令，可以用下面的script替代

1
2
3
4
5
6
7
8
9
10
11
12

$7zipPath = "$env:ProgramFiles\7-Zip\7z.exe"

if (-not (Test-Path -Path $7zipPath -PathType Leaf)) {
    throw "7 zip file '$7zipPath' not found"
}

Set-Alias 7zip $7zipPath

$Source = "c:\BackupFrom\backMeUp.txt"
$Target = "c:\BackupFolder\backup.zip"

7zip a -v50m -mx=9 $Target $Source #-v50m 代表將檔案分割成每50MB一包

7-zip 指令參考

參考:
https://stackoverflow.com/a/25288780

有時候要部署的伺服器是完全沒有對外網路的，這篇文章將說明如何在無網路狀態下升級pip並且安裝套件。

1. 確認可以聯網的機器和無網路的機器pip 版本是一樣的，如果有用到venv，那就確定venv裡面的pip版本一樣

   1 2	# 確認pip版本 pip --version

2. 如果不一樣可以到官網下載想要的pip版本

參考資料:
https://www.ibm.com/docs/en/siffs/2.0.3?topic=python-installing-packages-offline-mode

1. 安裝CUDA、cuDNN、Tensorrt

我的環境

• Windows10
• Visual Studio 2019(注意 先安裝visual studio 再安裝CUDA，因為CUDA包含給visual studio使用的原件)
• cmake: 3.24.0
• CUDA: 11.4
• cuDNN: 8.2
• Tensorrt:8.2.3.0

2.下載onnxruntime github原始碼並且切換到想要的onnxruntime 版本

1
2

git clone https://github.com/microsoft/onnxruntime.git
git checkout v1.11.1

2. 編譯

1. 不一定要機器上要插著顯卡才能編譯，沒顯卡的機器也可以編譯

2. 為了保險起見我是用系統管理員權限執行cmd，沒試過普通的cmd可不可以

3. 基本上官方提供的build.bat 沒特別做什麼事，只是幫你呼叫build.py而已，所以所有參數都可以直接看build.py需要什麼，如果直接下官方文件的指令下會出錯。

4. onnxrumtime 的github ci pipeline是很好的參考，可以用來作為build.py指令參數的參考例如windows onnxruntime tensorrt

5. CUDA architectures查詢

1

build.bat --parallel --config Release --build_shared_lib --build_wheel --skip_tests --cudnn_home "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4" --cuda_home "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4" --use_tensorrt --tensorrt_home C:\TensorRT-8.2.3.0 --cuda_version 11.4 --cmake_extra_defines "CMAKE_CUDA_ARCHITECTURES=80"

5. 如果編譯失敗請刪掉程式產生的onnxruntime\build資料夾後再重下指令

6. 從docker file我們可以發現如何安裝編譯好的onnx tensorrt

1

pip install <onnxruntime 資料夾>/build/Windows/Release/Release/dist/onnxruntime_gpu-1.11.1-cp38-cp38-win_amd64.whl