📚 课程目录第2章环境搭建与工具链准备

2. 环境搭建与工具链准备

说实话，做模型压缩和特征迁移，最怕什么？不是算法调不通，而是环境先崩了。我见过太多同学花两周调通了模型，结果转 ONNX 时卡在算子兼容性上，一查发现是 CUDA 版本没对齐。嗯，这种坑我踩过不止一次。

所以这一章，咱们先把地基打牢。我会带你走一遍 PyTorch、TensorFlow、ONNX、TensorRT、NCNN、OpenVINO 的安装流程，顺便把验证方法也交代清楚。你跟着做一遍，后面 28 章基本不会因为环境问题翻车。

2.1 深度学习框架安装

我个人习惯用 PyTorch 做研究原型，用 TensorFlow 做生产部署。但这不是绝对的，你完全可以根据团队技术栈选一个主攻。下面我把两个框架的安装要点都列出来。

2.1.1 PyTorch 环境配置

PyTorch 的安装其实就一行命令，但坑在 CUDA 版本匹配上。我建议你先用 nvidia-smi 看一下驱动支持的 CUDA 最高版本，然后去 PyTorch 官网选对应的安装命令。

我的习惯： 用 conda 创建独立环境，避免把系统 Python 搞乱。每个项目一个环境，互不干扰。

# 创建 Python 3.9 环境
conda create -n deploy_opt python=3.9 -y
conda activate deploy_opt

# 安装 PyTorch 2.1.0（CUDA 11.8）
pip install torch==2.1.0 torchvision==0.16.0 torchaudio==2.1.0 --index-url https://download.pytorch.org/whl/cu118

# 验证安装
python -c "import torch; print(torch.__version__); print(torch.cuda.is_available())"

验证输出应该是类似 2.1.0+cu118 和 True。如果 CUDA 不可用，先检查驱动，别急着重装 PyTorch。

我曾经踩过的坑： 在服务器上装了 PyTorch 1.12，结果同事的代码依赖 torchvision 0.13 的新特性，两个版本不兼容。后来我养成了习惯——每次建环境都把 PyTorch、torchvision、torchaudio 版本写进 requirements.txt，方便复现。

2.1.2 TensorFlow 环境配置

TensorFlow 2.x 的安装比 1.x 友好多了。但要注意，TensorFlow 对 CUDA 和 cuDNN 的版本要求非常严格，差一个小版本都可能报错。

# 安装 TensorFlow 2.13.0
pip install tensorflow==2.13.0

# 验证安装
python -c "import tensorflow as tf; print(tf.__version__); print(tf.config.list_physical_devices('GPU'))"

如果 GPU 列表为空，大概率是 CUDA/cuDNN 版本没对齐。我建议你直接查 TensorFlow 官方版本对应表，别自己猜。

框架	推荐版本	CUDA 版本	cuDNN 版本	Python 版本
PyTorch	2.1.0	11.8	8.7	3.8-3.11
TensorFlow	2.13.0	11.8	8.6	3.8-3.11

2.2 中间表示层：ONNX 安装与验证

ONNX 是模型转换的「通用语言」。不管你是 PyTorch 还是 TensorFlow，最终都要转成 ONNX 才能对接 TensorRT、NCNN 这些推理引擎。

# 安装 ONNX 核心库和 PyTorch 导出工具
pip install onnx onnxruntime onnxruntime-gpu

# 验证安装
python -c "import onnx; print(onnx.__version__); import onnxruntime; print(onnxruntime.__version__)"

验证通过后，我建议你跑一个简单的导出测试：

import torch
import torch.nn as nn

class SimpleModel(nn.Module):
    def __init__(self):
        super().__init__()
        self.conv = nn.Conv2d(3, 16, 3)
        self.relu = nn.ReLU()
    
    def forward(self, x):
        return self.relu(self.conv(x))

model = SimpleModel()
dummy_input = torch.randn(1, 3, 224, 224)
torch.onnx.export(model, dummy_input, "test.onnx", 
                  input_names=["input"], output_names=["output"],
                  dynamic_axes={"input": {0: "batch_size"}, "output": {0: "batch_size"}})

# 验证 ONNX 模型
import onnx
onnx_model = onnx.load("test.onnx")
onnx.checker.check_model(onnx_model)
print("ONNX 模型验证通过！")

  关键点： dynamic_axes 参数一定要加。不加的话，导出的 ONNX 模型只能接受固定 batch size，部署时非常不灵活。我在项目中吃过这个亏，后来每次导出都默认加上。

2.3 推理引擎安装

推理引擎是模型落地的最后一公里。不同硬件平台选不同的引擎：NVIDIA GPU 用 TensorRT，ARM 设备用 NCNN，Intel CPU 用 OpenVINO。下面我逐个讲安装要点。

2.3.1 TensorRT 安装

TensorRT 的安装稍微麻烦一点，因为它需要和 CUDA 版本严格对应。我建议你直接从 NVIDIA 官网下载 tar 包手动安装，别用 pip，因为 pip 版本经常滞后。

# 下载 TensorRT 8.6.1（对应 CUDA 11.8）
# 解压后设置环境变量
export TRT_PATH=/path/to/TensorRT-8.6.1.6
export LD_LIBRARY_PATH=$TRT_PATH/lib:$LD_LIBRARY_PATH
export PATH=$TRT_PATH/bin:$PATH

# 安装 Python 包
pip install $TRT_PATH/python/tensorrt-8.6.1-cp39-none-linux_x86_64.whl

# 验证安装
python -c "import tensorrt as trt; print(trt.__version__); print(trt.utils.get_builder_version())"

验证输出应该是 8.6.1 之类的版本号。如果报错说找不到库，八成是 LD_LIBRARY_PATH 没设对。

我曾经踩过的坑： 用 pip 安装了 TensorRT，结果运行时一直报算子不支持。查了半天发现 pip 版本是 8.4，而我需要的 8.6 版本的新特性。从那以后，我都是手动下载 tar 包安装，版本控制更精准。

2.3.2 NCNN 安装

NCNN 是腾讯开源的移动端推理引擎，对 ARM 平台优化得很好。安装方式是从源码编译：

# 克隆源码
git clone https://github.com/Tencent/ncnn.git
cd ncnn
git submodule update --init

# 编译
mkdir build && cd build
cmake -DCMAKE_BUILD_TYPE=Release -DNCNN_VULKAN=ON ..
make -j$(nproc)

# 安装
make install

# 验证（运行自带测试）
./tools/ncnn2table --help

如果编译成功，ncnn2table 工具就能正常使用了。Vulkan 选项建议打开，这样可以利用 GPU 加速。

2.3.3 OpenVINO 安装

OpenVINO 是 Intel 推出的推理引擎，对 Intel CPU、集成显卡、VPU 都有优化。安装方式推荐用 pip：

# 安装 OpenVINO 2023.3
pip install openvino==2023.3.0

# 验证安装
python -c "import openvino as ov; print(ov.__version__); core = ov.Core(); print(core.available_devices)"

验证输出应该显示版本号和可用设备列表，比如 ['CPU', 'GPU']。如果只有 CPU，说明 GPU 驱动没装好，但不影响基本使用。

2.4 工具链验证与整体架构

所有工具装完后，我建议你跑一个完整的端到端验证：从 PyTorch 模型 → ONNX → TensorRT/NCNN/OpenVINO，确保整个链路是通的。

下面这张图展示了整个工具链的架构和转换流程：

从这张图可以看得很清楚：训练框架在最上层，中间通过 ONNX 统一格式，下层对接不同的推理引擎，最终适配不同硬件。每一层都有自己独立的安装和验证流程，但整体是串在一起的。

2.5 常见问题与避坑指南

环境搭建过程中，有几个问题几乎每个人都会遇到。我把它们列出来，你遇到了直接对照排查：

问题现象	可能原因	解决方案
PyTorch 检测不到 GPU	CUDA 版本不匹配或驱动未安装	运行 `nvidia-smi` 检查驱动，重新安装对应 CUDA 版本的 PyTorch
ONNX 导出报算子不支持	模型使用了 ONNX 不支持的算子	用 `torch.onnx.export` 的 `operator_export_type` 参数降级，或替换算子
TensorRT 转换失败	ONNX 模型中有动态 shape 或不受支持的层	先用 `onnx-simplifier` 简化模型，再手动处理不支持层
NCNN 编译报错	缺少依赖库或 CMake 版本过低	安装 protobuf、opencv 等依赖，升级 CMake 到 3.13+
OpenVINO 找不到设备	GPU 驱动未安装或权限不足	安装 Intel GPU 驱动，或添加用户到 `render` 组

我的建议： 环境搭建完成后，把每个工具的验证命令写成一个脚本，每次换机器或重装系统时直接跑一遍。我自己的 env_check.sh 脚本已经迭代了十几个版本，现在换新机器基本半小时就能搞定全套环境。

好了，环境搭建这部分就到这里。你跟着把每个工具装好、验证通过，后面做模型转换和推理优化的时候就不会被环境问题卡住了。记住，工具链的版本一致性是重中之重，差一个小版本都可能让你多花半天排查时间。