参考链接：https://blog.csdn.net/u011557705/article/details/79906152
https://blog.csdn.net/xuluohongshang/article/details/79280100
=============================================
在pycharm中使用虚拟环境
在Anaconda Prompt中查看新建的虚拟环境在哪个目录下：> conda env list
File->setting->Project:XXXX->Project Interperter
可以新建一个，也可以选择上面所创建的虚拟环境。
本人Anaconda安装路径为：E:\installed\Anaconda3
上面步骤所创建的虚拟环境的路径为：E:\installed\Anaconda3\envs\tensorflow\python.ext，其中tensorflow表示虚拟环境的名字。
如果要在这个环境下添加工具包，需要在Anaconda Prompt中操作。
在这里我们选择：/home/test/anaconda3/envs/caffe2_py27/bin/python2.7
=============================================
cmake要大于等于3.5，protobuf的版本需要时2.6.1，太高不支持
最后的环境变量需要设置为：
-
#这个需要注意：在环境变量当中只能有一个PYTHONPATH，多了的需要注释掉 -
export PYTHONPATH=pytorch根目录/build:$PYTHONPATH
一，依赖项安装
===========================================
anaconda虚拟环境配置：https://blog.csdn.net/lics999/article/details/78251545?locationNum=9&fps=1
使用激活(或切换不同python版本)的虚拟环境。
打开命令行输入python --version可以检查当前python的版本。
使用如下命令即可 激活你的虚拟环境(即将python的版本改变)。
Linux: source activate your_env_name(虚拟环境名称)每次使用前都要切换到自己的环境中
比如要使用名为mashijie的虚拟环境：source activate mashijie
Windows: activate your_env_name(虚拟环境名称)
这是再使用python --version可以检查当前python版本是否为想要的。
=====================
使用anaconda3.5.4来配置caffe2+detectron
默认Anaconda3、CUDA安装与cudnn的配置已完成。
1. 确定anconda的bin路径在普通用户的.bashrc中，如：
export PATH="/home/zili/anaconda3/bin:$PATH"
路径里不要添加如下路径，以免系统的Protobuf和conda环境的Protobuf冲突！：
#export PYTHONPATH=/usr/local:$PYTHONPATH
#export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH
2. 在主目录～打开终端，创建名为caffe2_py2的conda虚拟环境并激活，以避免与Tensorflow和老版Caffe的干扰（Detectron对Python3.x兼容性不佳，注意Python版本）：
conda create -n caffe2_py2 python=2.7 && source activate caffe2_py2
3. 安装依赖：（注意conda的channel为：https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main和https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free）
conda install -y future gflags glog lmdb mkl mkl-include numpy opencv protobuf six typing
pyyaml=3.12 matplotlib setuptools Cython mock scipy
4. 从Github repository拷贝Caffe2源码
cd ~ && git clone --recursive https://github.com/pytorch/pytorch.git && cd pytorch
git submodule update --init
5. 创建build文件夹存放pytorch的build文件：
rm -rf build && mkdir build && cd build
6.对Caffe2的build进行配置：
cmake -DCMAKE_PREFIX_PATH=/home/test/anaconda3/envs/caffe2_py2 -DCMAKE_INSTALL_PREFIX=/home/test/anaconda3/envs/caffe2_py2 ..
7.复制文件，否则编译报错。并且编译链接和安装Caffe2到conda虚拟环境中：
cp /home/test/pytorch/build/aten/src/ATen/core_tmp/{Type.h,Tensor.h,TensorMethods.h} /home/test/pytorch/cmake/../aten/src/ATen/core
make install -j8
8. 验证是否安装成功：
python -c 'from caffe2.python import core' 2>/dev/null && echo "Success" || echo "Failure"
python2 -c 'from caffe2.python import workspace; print(workspace.NumCudaDevices())'
验证是否有GPU支持：
After Caffe2 is installed, you should NOT see the following error when you try to import caffe2.python.core in Python
| 1 2 |
WARNING:root:This caffe2 python run does not have GPU support. Will run in CPU only mode. WARNING:root:Debug message: No module named 'caffe2.python.caffe2_pybind11_state_gpu' |
If you see this error then your GPU installation did not work correctly.