解決：python -c 'from caffe2.python import core' 2>/dev/null && echo "Success" || echo "Failure" 中Fa...

為運(yùn)行Densepose安裝Caffe2時(shí)遇到了兩個(gè)問(wèn)題：

1.python -c 'from caffe2.python import core' 2>/dev/null && echo "Success" || echo "Failure"

Failure

2.?python -c 'from caffe2.python import workspace; print(workspace.NumCudaD evices())'

TypeError: __init__() got an unexpected keyword argument 'serialized_options'

錯(cuò)誤解決方法:

參考： https://blog.csdn.net/qq_41185868/article/details/82890135

安裝正確版本的protobuf(其實(shí)就是3.6.1彤避，我也不知道為什么默認(rèn)使用conda install protobuf安裝到的是錯(cuò)誤版本)

?(pyDense3.6) Xdn@xwfx:~/.conda/envs/pyDense3.6/lib/python3.6/site-packages/torch/include$ conda install protobuf=3.6.1

完整輸出如下：

A 錯(cuò)誤輸出：

1.?(pyDense3.6) Xdn@xwfx:~/.conda/envs/pyDense3.6/lib/python3.6/site-packages/torch/include$ python -c 'from caffe2.python import core' 2>/dev/null && echo "Success" || echo "Failure"

Failure

2. (pyDense3.6) Xdn@xwfx:~/.conda/envs/pyDense3.6/lib/python3.6/site-packages/torch/include$ python -c 'from caffe2.python import workspace; print(workspace.NumCudaD evices())'

Traceback (most recent call last):

? File "<string>", line 1, in <module>

? File "/home/Xdn/.local/lib/python3.6/site-packages/caffe2/python/__init__.py", line 2, in <module>

? ? from caffe2.proto import caffe2_pb2

? File "/home/Xdn/.local/lib/python3.6/site-packages/caffe2/proto/__init__.py", line 11, in <module>

? ? from caffe2.proto import caffe2_pb2, metanet_pb2, torch_pb2

? File "/home/Xdn/.local/lib/python3.6/site-packages/caffe2/proto/caffe2_pb2.py", line 23, in <module>

? ? serialized_pb=_b('\n\x19\x63\x61\x66\x66\x65\x32/proto/caffe2.proto\x12\x06\x63\x61\x66\x66\x65\x32\"\xe1\x01\n\x11\x45xternalDataProto\x12K\n\x0bsource_type\? ? ? ? ? ? ? ? ? ? ? x18\x01 \x01(\x0e\x32$.caffe2.ExternalDataProto.SourceType:\x10INLINE_CONTAINER\x12\x11\n\trecord_id\x18\x02 \x01(\t\x12\x13\n\x0brecord_size\x18\x05 \x01(\x04\x1? ? ? ? ? ? ? ? ? ? ? 2\x11\n\x06offset\x18\x03 \x01(\x03:\x01\x30\x12\x0f\n\x07strides\x18\x04 \x03(\x03\"3\n\nSourceType\x12\x14\n\x10INLINE_CONTAINER\x10\x00\x12\x0f\n\x0bSIMPLE_FIL? ? ? ? ? ? ? ? ? ? ? E\x10\x01\"\xd1\x05\n\x0bTensorProto\x12\x0c\n\x04\x64ims\x18\x01 \x03(\x03\x12\x36\n\tdata_type\x18\x02 \x01(\x0e\x32\x1c.caffe2.TensorProto.DataType:\x05\x46LOA? ? ? ? ? ? ? ? ? ? ? T\x12<\n\x0cstorage_type\x18\x0c \x01(\x0e\x32\x1f.caffe2.TensorProto.StorageType:\x05TYPED\x12\x16\n\nfloat_data\x18\x03 \x03(\x02\x42\x02\x10\x01\x12\x16\n\nint? ? ? ? ? ? ? ? ? ? ? 32_data\x18\x04 \x03(\x05\x42\x02\x10\x01\x12\x11\n\tbyte_data\x18\x05 \x01(\x0c\x12\x13\n\x0bstring_data\x18\x06 \x03(\x0c\x12\x17\n\x0b\x64ouble_data\x18\t \x03? ? ? ? ? ? ? ? ? ? ? (\x01\x42\x02\x10\x01\x12\x16\n\nint64_data\x18\n \x03(\x03\x42\x02\x10\x01\x12\x10\n\x08raw_data\x18\r \x01(\x0c\x12\x30\n\rexternal_data\x18\x0e \x01(\x0b\x32\x? ? ? ? ? ? ? ? ? ? ? 19.caffe2.ExternalDataProto\x12\x0c\n\x04name\x18\x07 \x01(\t\x12+\n\rdevice_detail\x18\x08 \x01(\x0b\x32\x14.caffe2.DeviceOption\x12,\n\x07segment\x18\x0b \x01(\? ? ? ? ? ? ? ? ? ? ? x0b\x32\x1b.caffe2.TensorProto.Segment\x1a%\n\x07Segment\x12\r\n\x05\x62\x65gin\x18\x01 \x02(\x03\x12\x0b\n\x03\x65nd\x18\x02 \x02(\x03\"\x9f\x01\n\x08\x44\x61taT? ? ? ? ? ? ? ? ? ? ? ype\x12\r\n\tUNDEFINED\x10\x00\x12\t\n\x05\x46LOAT\x10\x01\x12\t\n\x05INT32\x10\x02\x12\x08\n\x04\x42YTE\x10\x03\x12\n\n\x06STRING\x10\x04\x12\x08\n\x04\x42OOL\x1? ? ? ? ? ? ? ? ? ? ? 0\x05\x12\t\n\x05UINT8\x10\x06\x12\x08\n\x04INT8\x10\x07\x12\n\n\x06UINT16\x10\x08\x12\t\n\x05INT16\x10\t\x12\t\n\x05INT64\x10\n\x12\x0b\n\x07\x46LOAT16\x10\x0c\x? ? ? ? ? ? ? ? ? ? ? 12\n\n\x06\x44OUBLE\x10\r\"?\n\x0bStorageType\x12\t\n\x05TYPED\x10\x01\x12\x07\n\x03RAW\x10\x02\x12\x0c\n\x08\x45XTERNAL\x10\x03\x12\x0e\n\nNO_CONTENT\x10\x04\"\x? ? ? ? ? ? ? ? ? ? ? 83\x02\n\x0cQTensorProto\x12\x0c\n\x04\x64ims\x18\x01 \x03(\x03\x12\x11\n\tprecision\x18\x02 \x02(\x05\x12\r\n\x05scale\x18\x03 \x02(\x01\x12\x0c\n\x04\x62ias\x18? ? ? ? ? ? ? ? ? ? ? \x04 \x02(\x01\x12\x11\n\tis_signed\x18\x05 \x02(\x08\x12\x10\n\x04\x64\x61ta\x18\x06 \x03(\x05\x42\x02\x10\x01\x12\x0c\n\x04name\x18\x07 \x01(\t\x12\x36\n\tdata_? ? ? ? ? ? ? ? ? ? ? type\x18\x08 \x01(\x0e\x32\x1c.caffe2.TensorProto.DataType:\x05INT32\x12\x0e\n\x06scales\x18\t \x03(\x01\x12\x0e\n\x06\x62iases\x18\n \x03(\x01\x12\x0c\n\x04\x61x? ? ? ? ? ? ? ? ? ? ? is\x18\x0b \x01(\x05\x12\x1c\n\ris_multiparam\x18\x0c \x01(\x08:\x05\x66\x61lse\"3\n\x0cTensorProtos\x12#\n\x06protos\x18\x01 \x03(\x0b\x32\x13.caffe2.TensorProto? ? ? ? ? ? ? ? ? ? ? \"\x95\x01\n\x0bTensorShape\x12\x0c\n\x04\x64ims\x18\x01 \x03(\x03\x12\x36\n\tdata_type\x18\x02 \x01(\x0e\x32\x1c.caffe2.TensorProto.DataType:\x05\x46LOAT\x12\x14? ? ? ? ? ? ? ? ? ? ? \n\x0cunknown_dims\x18\x03 \x03(\x05\x12\x1c\n\runknown_shape\x18\x04 \x01(\x08:\x05\x66\x61lse\x12\x0c\n\x04name\x18\x05 \x01(\t\"3\n\x0cTensorShapes\x12#\n\x06s? ? ? ? ? ? ? ? ? ? ? hapes\x18\x01 \x03(\x0b\x32\x13.caffe2.TensorShape\"\x8f\x02\n\x08\x41rgument\x12\x0c\n\x04name\x18\x01 \x01(\t\x12\t\n\x01\x66\x18\x02 \x01(\x02\x12\t\n\x01i\x18? ? ? ? ? ? ? ? ? ? ? \x03 \x01(\x03\x12\t\n\x01s\x18\x04 \x01(\x0c\x12\x1e\n\x01t\x18\n \x01(\x0b\x32\x13.caffe2.TensorProto\x12\x19\n\x01n\x18\x08 \x01(\x0b\x32\x0e.caffe2.NetDef\x12? ? ? ? ? ? ? ? ? ? ? \x0e\n\x06\x66loats\x18\x05 \x03(\x02\x12\x0c\n\x04ints\x18\x06 \x03(\x03\x12\x0f\n\x07strings\x18\x07 \x03(\x0c\x12$\n\x07tensors\x18\x0b \x03(\x0b\x32\x13.caffe? ? ? ? ? ? ? ? ? ? ? 2.TensorProto\x12\x1c\n\x04nets\x18\t \x03(\x0b\x32\x0e.caffe2.NetDef\x12&\n\x08qtensors\x18\x0c \x03(\x0b\x32\x14.caffe2.QTensorProto\"\x8b\x01\n\x0c\x44\x65vice? ? ? ? ? ? ? ? ? ? ? Option\x12\x16\n\x0b\x64\x65vice_type\x18\x01 \x01(\x05:\x01\x30\x12\x11\n\tdevice_id\x18\x02 \x01(\x05\x12\x13\n\x0brandom_seed\x18\x03 \x01(\r\x12\x11\n\tnode_n? ? ? ? ? ? ? ? ? ? ? ame\x18\x04 \x01(\t\x12\x14\n\x0cnuma_node_id\x18\x05 \x01(\x05\x12\x12\n\nextra_info\x18\x06 \x03(\t\"\x92\x02\n\x0bOperatorDef\x12\r\n\x05input\x18\x01 \x03(\t\? ? ? ? ? ? ? ? ? ? ? x12\x0e\n\x06output\x18\x02 \x03(\t\x12\x0c\n\x04name\x18\x03 \x01(\t\x12\x0c\n\x04type\x18\x04 \x01(\t\x12\x1d\n\x03\x61rg\x18\x05 \x03(\x0b\x32\x10.caffe2.Argum? ? ? ? ? ? ? ? ? ? ? ent\x12+\n\rdevice_option\x18\x06 \x01(\x0b\x32\x14.caffe2.DeviceOption\x12\x0e\n\x06\x65ngine\x18\x07 \x01(\t\x12\x15\n\rcontrol_input\x18\x08 \x03(\t\x12\x1d\n\? ? ? ? ? ? ? ? ? ? ? x0eis_gradient_op\x18\t \x01(\x08:\x05\x66\x61lse\x12\x12\n\ndebug_info\x18\n \x01(\t\x12\x0e\n\x06\x64omain\x18\x0b \x01(\t\x12\x12\n\nop_version\x18\x0c \x01(\x? ? ? ? ? ? ? ? ? ? ? 03\"\xdb\x01\n\x06NetDef\x12\x0c\n\x04name\x18\x01 \x01(\t\x12\x1f\n\x02op\x18\x02 \x03(\x0b\x32\x13.caffe2.OperatorDef\x12\x0c\n\x04type\x18\x03 \x01(\t\x12\x17\? ? ? ? ? ? ? ? ? ? ? n\x0bnum_workers\x18\x04 \x01(\x05\x42\x02\x18\x01\x12+\n\rdevice_option\x18\x05 \x01(\x0b\x32\x14.caffe2.DeviceOption\x12\x1d\n\x03\x61rg\x18\x06 \x03(\x0b\x32\x? ? ? ? ? ? ? ? ? ? ? 10.caffe2.Argument\x12\x16\n\x0e\x65xternal_input\x18\x07 \x03(\t\x12\x17\n\x0f\x65xternal_output\x18\x08 \x03(\t\"\xcf\x02\n\rExecutionStep\x12\x0c\n\x04name\x18? ? ? ? ? ? ? ? ? ? ? \x01 \x01(\t\x12&\n\x07substep\x18\x02 \x03(\x0b\x32\x15.caffe2.ExecutionStep\x12\x0f\n\x07network\x18\x03 \x03(\t\x12\x10\n\x08num_iter\x18\x04 \x01(\x03\x12\x1c? ? ? ? ? ? ? ? ? ? ? \n\x10\x63riteria_network\x18\x05 \x01(\tB\x02\x18\x01\x12\x12\n\nreport_net\x18\x07 \x01(\t\x12\x17\n\x0freport_interval\x18\x08 \x01(\x05\x12\x14\n\x0crun_every? ? ? ? ? ? ? ? ? ? ? _ms\x18\x0b \x01(\x03\x12\x1b\n\x13\x63oncurrent_substeps\x18\x06 \x01(\x08\x12\x18\n\x10should_stop_blob\x18\t \x01(\t\x12\x11\n\tonly_once\x18\n \x01(\x08\x12\x? ? ? ? ? ? ? ? ? ? ? 18\n\x10\x63reate_workspace\x18\x0c \x01(\x08\x12 \n\x18num_concurrent_instances\x18\r \x01(\x05\"g\n\x07PlanDef\x12\x0c\n\x04name\x18\x01 \x01(\t\x12\x1f\n\x07ne? ? ? ? ? ? ? ? ? ? ? twork\x18\x02 \x03(\x0b\x32\x0e.caffe2.NetDef\x12-\n\x0e\x65xecution_step\x18\x03 \x03(\x0b\x32\x15.caffe2.ExecutionStep\"\xba\x01\n\tBlobProto\x12\x0c\n\x04name\? ? ? ? ? ? ? ? ? ? ? x18\x01 \x01(\t\x12\x0c\n\x04type\x18\x02 \x01(\t\x12#\n\x06tensor\x18\x03 \x01(\x0b\x32\x13.caffe2.TensorProto\x12\x0f\n\x07\x63ontent\x18\x04 \x01(\x0c\x12%\n\x? ? ? ? ? ? ? ? ? ? ? 07qtensor\x18\x05 \x01(\x0b\x32\x14.caffe2.QTensorProto\x12\x1a\n\x12\x63ontent_num_chunks\x18\x06 \x01(\x05\x12\x18\n\x10\x63ontent_chunk_id\x18\x07 \x01(\x05\"K? ? ? ? ? ? ? ? ? ? ? \n\rDBReaderProto\x12\x0c\n\x04name\x18\x01 \x01(\t\x12\x0e\n\x06source\x18\x02 \x01(\t\x12\x0f\n\x07\x64\x62_type\x18\x03 \x01(\t\x12\x0b\n\x03key\x18\x04 \x01(\? ? ? ? ? ? ? ? ? ? ? t*\xfa\x01\n\x0f\x44\x65viceTypeProto\x12\r\n\tPROTO_CPU\x10\x00\x12\x0e\n\nPROTO_CUDA\x10\x01\x12\x10\n\x0cPROTO_MKLDNN\x10\x02\x12\x10\n\x0cPROTO_OPENGL\x10\x03? ? ? ? ? ? ? ? ? ? ? \x12\x10\n\x0cPROTO_OPENCL\x10\x04\x12\x0f\n\x0bPROTO_IDEEP\x10\x05\x12\r\n\tPROTO_HIP\x10\x06\x12\x0e\n\nPROTO_FPGA\x10\x07\x12\x0f\n\x0bPROTO_MSNPU\x10\x08\x12\? ? ? ? ? ? ? ? ? ? ? r\n\tPROTO_XLA\x10\t\x12\'\n#PROTO_COMPILE_TIME_MAX_DEVICE_TYPES\x10\n\x12\x19\n\x13PROTO_ONLY_FOR_TEST\x10\xa5\xa3\x01')

TypeError: __init__() got an unexpected keyword argument 'serialized_options'

B 正確輸出

(pyDense3.6) Xdn@xwfx:~/.conda/envs/pyDense3.6/lib/python3.6/site-packages/torch/include$ python -c 'from caffe2.python import core' 2>/dev/null && echo "Success" || echo "Failure"

Success

(pyDense3.6) Xdn@xwfx:~/.conda/envs/pyDense3.6/lib/python3.6/site-packages/torch/include$ python -c 'from caffe2.python import workspace; print(workspace.NumCudaD? ? ? ? ? ? ? ? ? ? ? evices())'

4

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 人面猴
    序言：七十年代末，一起剝皮案震驚了整個(gè)濱河市侍筛，隨后出現(xiàn)的幾起案子已骇，更是在濱河造成了極大的恐慌芜茵，老刑警劉巖，帶你破解...
    沈念sama閱讀 206,839評(píng)論 6贊 482
  • 死咒
    序言：濱河連續(xù)發(fā)生了三起死亡事件，死亡現(xiàn)場(chǎng)離奇詭異雁乡，居然都是意外死亡吐葱，警方通過(guò)查閱死者的電腦和手機(jī)加叁，發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,543評(píng)論 2贊 382
  • 救了他兩次的神仙讓他今天三更去死
    文/潘曉璐 我一進(jìn)店門，熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)唇撬，“玉大人它匕，你說(shuō)我怎么就攤上這事〗讶希” “怎么了豫柬？”我有些...
    開封第一講書人閱讀 153,116評(píng)論 0贊 344
  • 道士緝兇錄：失蹤的賣姜人
    文/不壞的土叔 我叫張陵，是天一觀的道長(zhǎng)扑浸。 經(jīng)常有香客問(wèn)我烧给，道長(zhǎng)，這世上最難降的妖魔是什么喝噪？ 我笑而不...
    開封第一講書人閱讀 55,371評(píng)論 1贊 279
  • ?港島之戀（遺憾婚禮）
    正文 為了忘掉前任础嫡，我火速辦了婚禮，結(jié)果婚禮上酝惧，老公的妹妹穿的比我還像新娘榴鼎。我一直安慰自己，他們只是感情好晚唇，可當(dāng)我...
    茶點(diǎn)故事閱讀 64,384評(píng)論 5贊 374
  • 惡毒庶女頂嫁案：這布局不是一般人想出來(lái)的
    文/花漫 我一把揭開白布巫财。 她就那樣靜靜地躺著，像睡著了一般哩陕。 火紅的嫁衣襯著肌膚如雪平项。 梳的紋絲不亂的頭發(fā)上，一...
    開封第一講書人閱讀 49,111評(píng)論 1贊 285
  • 城市分裂傳說(shuō)
    那天悍及，我揣著相機(jī)與錄音闽瓢，去河邊找鬼。 笑死心赶，一個(gè)胖子當(dāng)著我的面吹牛扣讼，可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播园担，決...
    沈念sama閱讀 38,416評(píng)論 3贊 400
  • 雙鴛鴦連環(huán)套：你想象不到人心有多黑
    文/蒼蘭香墨 我猛地睜開眼届谈，長(zhǎng)吁一口氣：“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼枯夜！你這毒婦竟也來(lái)了？” 一聲冷哼從身側(cè)響起艰山，我...
    開封第一講書人閱讀 37,053評(píng)論 0贊 259
  • 萬(wàn)榮殺人案實(shí)錄
    序言：老撾萬(wàn)榮一對(duì)情侶失蹤湖雹，失蹤者是張志新（化名）和其女友劉穎，沒想到半個(gè)月后曙搬，有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體摔吏，經(jīng)...
    沈念sama閱讀 43,558評(píng)論 1贊 300
  • ?護(hù)林員之死
    正文 獨(dú)居荒郊野嶺守林人離奇死亡，尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,007評(píng)論 2贊 325
  • ?白月光啟示錄
    正文 我和宋清朗相戀三年纵装，在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了征讲。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,117評(píng)論 1贊 334
  • 活死人
    序言：一個(gè)原本活蹦亂跳的男人離奇死亡橡娄，死狀恐怖诗箍，靈堂內(nèi)的尸體忽然破棺而出，到底是詐尸還是另有隱情挽唉，我是刑警寧澤滤祖，帶...
    沈念sama閱讀 33,756評(píng)論 4贊 324
  • ?日本核電站爆炸內(nèi)幕
    正文 年R本政府宣布，位于F島的核電站瓶籽，受9級(jí)特大地震影響匠童，放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜塑顺，卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,324評(píng)論 3贊 307
  • 男人毒藥：我在死后第九天來(lái)索命
    文/蒙蒙 一汤求、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧严拒，春花似錦扬绪、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,315評(píng)論 0贊 19
  • 一樁弒父案勒奇，背后竟有這般陰謀
    文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至巧骚，卻和暖如春，著一層夾襖步出監(jiān)牢的瞬間格二，已是汗流浹背劈彪。 一陣腳步聲響...
    開封第一講書人閱讀 31,539評(píng)論 1贊 262
  • 情欲美人皮
    我被黑心中介騙來(lái)泰國(guó)打工， 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留顶猜，地道東北人沧奴。 一個(gè)月前我還...
    沈念sama閱讀 45,578評(píng)論 2贊 355
  • 代替公主和親
    正文 我出身青樓，卻偏偏與公主長(zhǎng)得像长窄，于是被迫代替她去往敵國(guó)和親滔吠。 傳聞我的和親對(duì)象是個(gè)殘疾皇子纲菌，可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,877評(píng)論 2贊 345