当前位置: 首页 > news >正文

【深度学习】【三维重建】windows11环境配置PyTorch3d详细教程

【深度学习】【三维重建】windows11环境配置PyTorch3d详细教程

文章目录

  • 【深度学习】【三维重建】windows11环境配置PyTorch3d详细教程
  • 前言
  • 确定版本对应关系
  • 源码编译安装Pytorch3d
  • 总结


前言

本人windows11下使用搭建PyTorch3d环境,故此以详细教程以该算法依赖的环境版本为参照。


确定版本对应关系

环境版本要求保持一致:CUDA,CUB,Pytorch,Pytorch3d
查看CUDA版本

注意这里的cub对应的是真实的物理机安装的cuda版本号(环境变量里配置的cuda),不是虚拟环境下的cuda版本号。

nvcc -V

假设已经安装了其他版本的cuda和对应的cudnn,可以参考博主的博文【Windows10中下安装多版本CUDA及其切换】
本人的安装版本为:

Python 3.9 + Pytorch 2.2.2 + CUDA 11.8 + cudnn 8_0 + pytorch3d 0.7.6 + CUB 1.17.2

使用anaconda3新建PyTorch3d虚拟环境:

conda create -n pytorch3d python=3.9
activate pytorch3d

然后安装对应版本pytorch和cuda包:

pip install torch==2.2.2 torchvision==0.17.2 torchaudio==2.2.2 --index-url https://download.pytorch.org/whl/cu118

安装Pytorch3d的依赖项:

pip install fvcore iopath "numpy>=1.21,<2" -i https://pypi.tuna.tsinghua.edu.cn/simple/

查询对照表,查看cuda对应的cub版本。

TBD版本表示目前还没有确定下将被包含在具体那个CUDA Toolkit或NVIDIA HPC SDK版本中。博主的cuda版本为11.8,选择了cub 1.17.2,没有问题。

根据对照表需要下载对应版本的NVIDIA CUB。
设置永久环境变量:在环境变量中新建CUB_HOME变量名,设置变量值为解压路径(博主在 F:\cub-1.17.2),注意不是添加到Path中:

设置临时环境变量(推荐):要是觉得CUB用的少,避免上面那种将“杂七杂八”的内容永久塞进系统环境变量,使用 set 命令设置临时环境变量。

仅对当前命令行窗口生效,无需永久修改系统配置,不影响系统全局配置。
优先级:临时变量 > 用户变量 > 系统变量。

set CUB_HOME=F:\cub-1.17.2
# 查询环境变量,除了当前命令行窗口,在新窗口是没有显示路径的
echo %CUB_HOME%

源码编译安装Pytorch3d

选择Pytorch3d版本,各版本下有注明其适用的pytorch版本,博主这里是 0.7.6版本。

以管理者身份打开"x64 Native Tools Command Prompt for VS 2019"终端(安装VS 2019),cd到pytorch3d解压目录里(博主在 F:\pytorch3d-0.7.6),输入以下指令:

# 激活对应的环境,进入到Pytorch3d路径下
cd pytorch3d-0.7.6
activate pytorch3d
set DISTUTILS_USE_SDK=1
set PYTORCH3D_NO_NINJA=1
# 设置是临时环境变量,只在当前命令行窗口有效(设置了永久环境变量可以忽视)
set CUB_HOME=F:\cub-1.17.2

由于外部 CUB 与 CUDA 自带 Thrust/CUB 冲突,导致可能出现如下错误:

官方参考:编辑位于 "Files/NVIDIA GPU Computing Toolkit/CUDA/v11.8/include\thrust/system/cuda/config.h"的config.h文件。

找到自己的CUDA路径下的config.h文件。

在它前面加上一行
#ifndef THRUST_IGNORE_CUB_VERSION_CHECK 
修改后为
#define THRUST_IGNORE_CUB_VERSION_CHECK
#ifndef THRUST_IGNORE_CUB_VERSION_CHECK 

继续在"x64 Native Tools Command Prompt for VS 2019"执行以下命令:

# 可能需要科学上网,需要下载一些依赖.
python setup.py install

成功安装。

# 查看环境中的是否成功安装包
conda list


用一段测试代码验证pytorch3d能否正常使用。

import torch
from pytorch3d.structures import Meshes
from pytorch3d.utils import ico_sphere# 创建一个简单的3D球体
sphere_mesh = ico_sphere(3, device=torch.device("cuda"))# 打印球体的顶点和面信息
print("顶点坐标:", sphere_mesh.verts_packed())
print("面索引:", sphere_mesh.faces_packed())

说明能够正常使用。


总结

尽可能简单、详细的介绍windows1环境配置PyTorch3d详细教程,后续可以在当前配置的PyTorch3d环境中运行三维重建相关的代码。

http://www.dtcms.com/a/311732.html

相关文章:

  • Flutter开发 初识目录结构
  • 自动布局视图来实现聊天室的界面
  • 【iOS】KVO
  • 20250802让飞凌OK3576-C开发板在飞凌的Android14下【rk3576_u选项】适配NXP的WIFIBT模块88W8987A的蓝牙
  • OTC焊接机器人节能技巧
  • Java内存模型(Java Memory Model,JMM)
  • 关于鸦片战争的历史
  • Dify 上次文件大小突破15MB,解决办法?
  • Store / Slice / Reducer
  • 麦肯锡咨询公司PEI经典面试题目汇总
  • Python编程基础与实践:Python循环结构基础
  • 洛谷 P3870 [TJOI2009] 开关-普及+/提高
  • 音视频学习(四十四):音频处理流程
  • 第三章 用户和权限
  • 线程池的实现
  • SQL Server从入门到项目实践(超值版)读书笔记 22
  • 内网穿透系列十:高性能内网穿透工具 rathole,支持Docker一键部署
  • 什么是DOM和BOM?
  • 机器学习-KNN
  • springboot大学生成绩管理系统设计与实现
  • Git 的基本使用指南(1)
  • 人类学家与建筑师:区分UX研究和项目管理的需求分析
  • TFS-2022《A Novel Data-Driven Approach to Autonomous Fuzzy Clustering》
  • LVGL代码框架简介
  • 从底层架构到多元场景:计算机构成与应用的深度剖析
  • Mac电脑安装HomeBrew
  • 从AI智能体出发,重构数据中台:迈向Agentic时代的数据能力体系
  • 微积分基础 | 核心概念 / 公式推导
  • 【51单片机6位数码管密码锁】2022-10-15
  • 入门MicroPython+ESP32:安装逗脑IDE及驱动