同样是运行2（3）时出错 about s2anet HOT 3 OPEN

更改主动旋转滤波器的cuda源码，将#include <THC/THC.h>注释掉，把THCudaCheck替换为AT_CUDA_CHECK，并替换THCCeilDiv(x,y)为(x+y-1)/y，完成以上操作之前我试了一下再次运行python setup.py build_ext --inplace观察是否为原本的THC问题，但是报出错误变成了IndexError: list index out of range，完成THC更改的操作后，运行同样出现了这个错误，使用了python setup.py clean命令再运行仍然报错，部分报错代码如下File "/home/mjh/anaconda3/lib/python3.9/site-packages/torch/utils/cpp_extension.py", line 1694, in _get_cuda_arch_flags arch_list[-1] += '+PTX' IndexError: list index out of range 麻烦作者大大了，感谢感谢

这个问题我没有遇到过，可用尝试以下两种方法看看是否能够解决，如果成功了麻烦告诉我一下：
（1）首先确保torch.cuda.is_available()为True，然后进行编译
（2）参考这个帖子https://github.com/pytorch/extension-cpp/issues/71，进行修改

from s2anet.

已经成功解决了，我参考的是下面这个链接内容
https://blog.csdn.net/iLOVEJohnny/article/details/123074279
一开始torch.cuda.is_available()为False，于是我按照步骤检查我的CUDA和cuDNN，因为忘记显卡信息，我在终端输入了nvidia-smi，报错为NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running.
后来才知道是因为重启Ubuntu导致的内核更新使得新版本内核和原来显卡驱动不匹配，后来我根据帖子https://blog.csdn.net/xiaojinger_123/article/details/121161446中内容操作torch.cuda.is_available()为True后再进行编译就没有报错了
但是现在有个新问题，运行
cd S2ANet
python setup.py build_ext --inplace
显示copy的编译文件并没有出现在显示的文件夹中，导致训练模型时出现扩展包无法识别的情况

from s2anet.

已经成功解决了，我参考的是下面这个链接内容 https://blog.csdn.net/iLOVEJohnny/article/details/123074279 一开始torch.cuda.is_available()为False，于是我按照步骤检查我的CUDA和cuDNN，因为忘记显卡信息，我在终端输入了nvidia-smi，报错为NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running. 后来才知道是因为重启Ubuntu导致的内核更新使得新版本内核和原来显卡驱动不匹配，后来我根据帖子https://blog.csdn.net/xiaojinger_123/article/details/121161446中内容操作torch.cuda.is_available()为True后再进行编译就没有报错了 但是现在有个新问题，运行 cd S2ANet python setup.py build_ext --inplace 显示copy的编译文件并没有出现在显示的文件夹中，导致训练模型时出现扩展包无法识别的情况

把编译过程产生的build文件夹整个删掉，然后重新编译

from s2anet.