论文：《Looking for the Devil in the Details: Learning Trilinear Attention Sampling Network for Fine-grained Image Recognition》

代码：TASN

拉取镜像

根据tasn项目需求，从docker官网拉取mxnet/python、cuda8.0的镜像

docker pull mxnet/python:1.5.0_gpu_cu80_mkl_py3

挂载主机

挂载主机使得容器内部目录和宿主主机目录关联起来

sudo docker run --gpus all -it -v 宿主机目录:容器内的目录 镜像id bash

镜像id可通过docker images查看

下载TASN

1、下载tasn：

git clone https://github.com/researchmm/tasn.git
cd tasn/tasn-mxnet/example/tasn

2、安装libopenblas-dev、liblapack-dev和libopencv-dev，建立硬链接：

apt-get install -y libopenblas-dev liblapack-dev libopencv-dev
ln /dev/null /dev/raw1394

配置nccl

1、从谷歌云盘下载nccl.tar

2、将nccl.tar移动到tasn/tasn-mxnet/example/tasn目录下

3、解压nccl.tar：

tar -xvf nccl.tar

4、构建库并测试：

cd nccl
make CUDA_HOME=<cuda install path> test
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:./build/lib
./build/test/single/all_reduce_test

如果出现Error: must specify at least data size in bytes!，执行以下命令：

./build/test/single/all_reduce_test 10000000

如果出现以下内容，那么恭喜你