全球热门网站排名,加强网站建设会,设计制作一个网站,青岛模版网站建设ER-NeRF本地运行只要梳理好依赖版本#xff0c;运行起来就很顺畅 conda create -n ernerf python3.10
创建本项目虚拟环境conda install pytorch1.12.1 torchvision0.13.1 cudatoolkit11.3 -c pytorch
若windows有多个版本的cuda#xff0c;需要在环境变量中切换至cuda 11.3运行起来就很顺畅 conda create -n ernerf python3.10
创建本项目虚拟环境conda install pytorch1.12.1 torchvision0.13.1 cudatoolkit11.3 -c pytorch
若windows有多个版本的cuda需要在环境变量中切换至cuda 11.3主要是系统变量中的CUDA_PATHNVCUDASAMPLES_ROOTPATH进行编辑为自己需要的cuda版本pip install -r requirements.txt
会遇到部分依赖包版本冲突根据实际情况处理即可 pip install githttps://github.com/facebookresearch/pytorch3d.git
安装pytorch3d之前需先安装好pytorch3d的编译环境如下conda install pytorch1.13.0 torchvision pytorch-cuda11.6 -c pytorch -c nvidia
conda install -c fvcore -c iopath -c conda-forge fvcore iopath 因本环境采用的cuda版本是11.3所以需手动安装 nvidiacub,并设置系统环境变量 CUB_HOME指向位置为CMakeLists.txt所在路径安装方式如下
查看cuda 11.3对应的cub版本为1.11.0
下载cub1.11.0下载后解压注意解压路径不能有中文然后添加至CUB_HOME如下以下cub的依赖也需要安装好安装完以上环境后再下载pytorch3d本地编译我用的pytorch3d 0.7.1 版本不需要修改任何源码。在ernerf虚拟环境中先配置visual studio环境变量 # 激活虚拟环境 ernerf
conda activate ernerf
# 进入pytorch3d文件夹的目录里面先配置visual studio环境变量
set DISTUTILS_USE_SDK1
set MSSdk1
# 再进行编译
python setup.py install
# 编译好了可以用conda检查环境里面有没有这个包
conda list pytorch3d pip install tensorflow-gpu2.8.0
安装 tensorflow-gpu2.8.0时只遇到了一下异常TypeError: Descriptors cannot be created directly.
If this call came from a _pb2.py file, your generated code is out of date and must be regenerated with protoc 3.19.0.
If you cannot immediately regenerate your protos, some other possible workarounds are:1. Downgrade the protobuf package to 3.20.x or lower.2. Set PROTOCOL_BUFFERS_PYTHON_IMPLEMENTATIONpython (but this will use pure-Python parsing and will be much slower).通过降低protobuf版本即可如下pip install protobuf3.19.0 这个过程中主要是pytorch3d安装比较麻烦一定要注意各库的版本冲突问题