免费个人网站2018,镇江优化九一,百度本地推广,中壹建设工程有限公司官方网站一、说明及准备工作
最近在安装pytorch3D的时候遇到了很多问题#xff0c;查了很多博客#xff0c;但发现讲的都不太全#xff0c;所以特将自己的及收集到的安装过程经验总结如下。我是在Anaconda中虚拟环境下安装的。
1.1准备工作
官方安装教程如下#xff1a;https://…一、说明及准备工作
最近在安装pytorch3D的时候遇到了很多问题查了很多博客但发现讲的都不太全所以特将自己的及收集到的安装过程经验总结如下。我是在Anaconda中虚拟环境下安装的。
1.1准备工作
官方安装教程如下https://github.com/facebookresearch/pytorch3d/blob/main/INSTALL.md完全按照这个教程安装可能会遇到很多问题因此需要补充一些细节。安装这个的前提是已经安装了pytorch。
1.2相关包的安装
总共需要安装的包有
fvcoreiopathcubscikit-imageblackusortflake8matplotlibtdqmjupyterimageioplotlyopencv-python
这里面除了cub需要单独安装后面会单独讲其他都可以用conda直接安装。推荐用conda安装因为我没用其他方法试过所以不确定不用conda会出现哪些问题。具体安装过程如下
首先打开cmd命令窗口然后创建并激活conda虚拟环境
conda create -n pytorch-gpu python3.9
conda activate pytorch3d然后依次执行下面的代码一行一行来复制一行粘贴然后回车等待安装完成再继续下一行直到全部安装完成
conda install -c fvcore -c iopath -c conda-forge fvcore iopath
conda install jupyter
pip install scikit-image matplotlib imageio plotly opencv-python
pip install black usort flake8 flake8-bugbear flake8-comprehensions1.3 cub安装配置
cub与cuda toolkit对应关系如下图片截自https://github.com/NVIDIA/cub 根据自己的cuda tookit版本选择对应的cub realase版本下载下载地址为https://github.com/NVIDIA/cub/releases
如下图所示点击下载解压到自己想安装的位置 解压后添加设置环境变量变量名CUB_HOME变量值即为刚才解压的cub的文件路径 设置完即安装完成。
1.4 MinGW安装
我是按照一些博客教程的步骤安装了这个但我也不确定是不是一定需要安装以防万一大家还是安装一下比较好。
具体安装过程可以参考这篇博客http://c.biancheng.net/view/8077.html
二、pytorch3D安装
2.1首先下载解压pytorch3D到想要安装的位置
下载地址:https://github.com/facebookresearch/pytorch3d/releases注意版本要与pytorch对应每个版本的Pytorch3d下有注明其适用的pytorch版本。
点击下载然后解压到相应位置即可如果是cuda虚拟环境下运行建议下载到虚拟环境的Lib\site-packages目录下比如我的虚拟环境是torch-gpu我就把pytorch3D放到D:\software\anaconda3\envs\torch-gpu\Lib\site-packages里面然后将解压的文件夹重命名为pytorch3D
2.2 更改相关文件
打开pytorch3D文件夹找到setup.py文件打开将extra_compile_args {“cxx”: [“-stdc14”]} 修改为: extra_compile_args {“cxx”: []};
2.3 安装pytorch3D
安装VS2019以管理员身份打开下图所示的x64 Native Tools Command Prompt for VS 2019终端然后cd到pytorch3d解压后的目录路径里然后激活虚拟环境。最好用2019VS2022可能会出一些问题。 在窗口依次输入执行下面的命令
set DISTUTILS_USE_SDK1
set PYTORCH3D_NO_NINJA1最后执行安装pytorch3D的代码
python setup.py install如果一切顺利那么等待执行完成pytorch就安装成功了。 也有可能会遇到一些错误下面是一些常见错误的总结和解决方法。
三、安装时可能遇到的问题
3.1 遇到如下报错解决方法
C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.7/include\cub/device/dispatch/dispatch_segmented_sort.cuh(338): error: invalid combination of type specifiers
C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.7/include\cub/device/dispatch/dispatch_segmented_sort.cuh(338): error: expected an identifier
C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.7/include\cub/device/dispatch/dispatch_segmented_sort.cuh(379): error: expected a member name3 errors detected in the compilation of D:/research/code/pytorch3d/pytorch3d/csrc/pulsar/cuda/renderer.backward.gpu.cu.
renderer.backward.gpu.cu解决方法
该错误原因可能是cub版本不正确重新下载其他版本的然后配置好就行我遇到的就是这个问题刚开始下载的是1.10的后来重新下载了1.17的版本把1.10的替换掉就解决了。
3.2遇到如下报错及解决方法
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\include\thrust\system\cuda\config.h(78): fatal error C1189:
#error: The version of CUB in your include path is not compatible with this release of Thrust.
CUB is now included in the CUDA Toolkit, so you no longer need to use your own checkout of CUB.
Define THRUST_IGNORE_CUB_VERSION_CHECK to ignore this. ball_query.cu解决方法
编辑位于 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\include\thrust\system\cuda\config.h的config.h文件。CtrlF搜索 #ifndef THRUST_IGNORE_CUB_VERSION_CHECK 然后在它前面加上一行 #define THRUST_IGNORE_CUB_VERSION_CHECK 代码.该解决方法参考了https://github.com/facebookresearch/pytorch3d/issues/1299
3.3遇到如下报错及解决方法
subprocess.CalledProcessError: Command ‘[‘ninja‘, ‘-v‘]‘ returned non-zero exit status 1.
...
...
File D:\Programs\python3.6.8\lib\site-packages\torch\utils\cpp_extension.py, line 1529, in _run_ninja_build
raise RuntimeError(message)
RuntimeError: Error compiling objects for extension解决方法
编辑torch\utils文件夹下的cpp_extension.py文件conda虚拟环境下torch一般位于虚拟环境\Lib\site-packages中,比如我的cpp_extension.py文件位于D:\software\anaconda3\envs\torch-gpu\Lib\site-packages\torch\utils。CtrlF搜索 ‘ninja’ 然后将[‘ninja’,‘-v’]改成[‘ninja’,‘–version’]即可
到这里基本上应该能解决大部分问题如果还有其他问题就有可能是前面的步骤没做好或者是我也没遇到过的问题。
最后祝大家好运 (◕ˇ∀ˇ◕)
