当前位置: 首页 > news >正文

Ubuntu22.04安装MinkowskiEngine

MinkowskiEngine简介

Minkowski引擎是一个用于稀疏张量的自动微分库。它支持所有标准神经网络层,例如对稀疏张量的卷积、池化和广播操作。

MinkowskiEngine安装

官方源码链接:GitHub - NVIDIA/MinkowskiEngine: Minkowski Engine is an auto-diff neural network library for high-dimensional sparse tensors

官方提供的安装教程只适合cuda-10.2和cuda-11.x,如果cuda版本≥12,可参考:MinkowskiEngine/installation_note.md at cuda12-installation · CiSong10/MinkowskiEngine · GitHub

我的cuda版本是12.4,参考“MinkowskiEngine/installation_note.md at cuda12-installation · CiSong10/MinkowskiEngine · GitHub”编译MinkowskiEngine时,仍然会报错。因此多安装了一个版本为12.1的cuda toolkit(CUDA Toolkit Archive | NVIDIA Developer),下载好cuda_12.1.0_530.30.02_linux.run后,执行以下命令安装cuda-12.1,

sudo sh cuda_12.1.0_530.30.02_linux.run

在安装界面中,使用空格键取消选择 "Driver"(驱动程序),只保留 "CUDA Toolkit 12.1" 被选中,因为NVIDIA驱动通常是向后兼容的,cuda 12.1工具包可以与较新的cuda-12.4驱动程序一起工作。安装程序会询问是否创建/usr/local/cuda符号链接,建议选择 "No",这样不会更改当前默认的cuda版本。

修改~/.bashrc,在虚拟环境中指定使用cuda-12.1,

export CUDA_HOME=/usr/local/cuda-12.1
export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH

随后,验证cuda版本,

nvcc --version"""
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2023 NVIDIA Corporation
Built on Tue_Feb__7_19:32:13_PST_2023
Cuda compilation tools, release 12.1, V12.1.66
Build cuda_12.1.r12.1/compiler.32415258_0
"""

确认cuda-12.1安装好后,再去安装其他相关库,

conda create -n <env_name> python=3.9
conda activate <env_name>
conda install -y pytorch==2.4.0 torchvision==0.19.0 torchaudio==2.4.0 pytorch-cuda=12.1 -c pytorch -c nvidia
conda install -y openblas-devel -c anaconda
conda install -y nvidia/label/cuda-12.1.0::cuda-toolkit
git clone https://github.com/CiSong10/MinkowskiEngine.git
cd MinkowskiEngine/
git checkout cuda12-installation
python setup.py install --blas=openblas 

安装好MinkowskiEngine后,在命令行会有如下提示,

执行以下命令可获取系统配置,

cd MinkowskiEngine/MinkowskiEngine
python diagnostics.py

我的配置如下,

==========System==========
Linux-5.15.0-133-generic-x86_64-with-glibc2.35
DISTRIB_ID=Ubuntu
DISTRIB_RELEASE=22.04
DISTRIB_CODENAME=jammy
DISTRIB_DESCRIPTION="Ubuntu 22.04.4 LTS"
3.9.21 (main, Dec 11 2024, 16:24:11) 
[GCC 11.2.0]
==========Pytorch==========
2.4.0
torch.cuda.is_available(): True
==========NVIDIA-SMI==========
/usr/bin/nvidia-smi
Driver Version 550.54.14
CUDA Version 12.4
VBIOS Version 95.02.3C.00.02
Image Version G002.0000.00.03
GSP Firmware Version 550.54.14
==========NVCC==========
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2023 NVIDIA Corporation
Built on Tue_Feb__7_19:32:13_PST_2023
Cuda compilation tools, release 12.1, V12.1.66
Build cuda_12.1.r12.1/compiler.32415258_0
==========CC==========
/usr/bin/c++
c++ (Ubuntu 9.5.0-1ubuntu1~22.04) 9.5.0
Copyright (C) 2019 Free Software Foundation, Inc.
This is free software; see the source for copying conditions.  There is NO
warranty; not even for MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.==========MinkowskiEngine==========
0.5.4
MinkowskiEngine compiled with CUDA Support: True
NVCC version MinkowskiEngine is compiled: 12010
CUDART version MinkowskiEngine is compiled: 12010

相关文章:

  • 外贸建站平台推荐
  • 部分过孔双面开窗且孔径0.2mm导致的油墨入孔/堵孔现象
  • git checkout C1解释
  • 【优化】常见优化手段之图片渐进式加载方案
  • java复习 01
  • 蛋白质设计软件LigandMPNN介绍
  • PopupImageMenuItem 无响应
  • WPF技术体系与现代化样式
  • Dockerfile 使用多阶段构建(build 阶段 → release 阶段)后端配置
  • vue3:Table组件动态的字段(列)权限、显示隐藏和左侧固定
  • 采摘机器人项目
  • 宇树科技更名“股份有限公司”深度解析:机器人企业IPO前奏与资本化路径
  • 集成学习之Bagging,Boosting,随机森林
  • chromedriver 下载失败
  • 大数据-277 Spark MLib - 基础介绍 机器学习算法 Gradient Boosting GBDT算法原理 高效实现
  • 机器学习——SVM
  • Neo4j 数据可视化与洞察获取:原理、技术与实践指南
  • 农业机器人的开发
  • Android App引用vendor编写的jni动态库
  • Android 11以上App主动连接WIFI的完整方案
  • 军人可以做网站吗/无忧软文网
  • 不注册公司可以做网站吗/网址域名大全
  • js做网站框架/网站搭建服务
  • 做网站是用wordpress还是DW/外链查询工具
  • 微信公众号小程序怎么开发/兰州网站seo优化
  • 网站美工设计收费/正规的培训机构有哪些