Pytorch3D Linux环境下安装(踩坑)记录

这篇具有很好参考价值的文章主要介绍了Pytorch3D Linux环境下安装(踩坑)记录。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

Pytorch3D Linux环境下安装(踩坑)记录

文章目录

前言

一、准备工作

二、极简安装(Installing prebuilt binaries)

1.创建环境

2.安装Pytorch

3.安装两个核心库

4.(非必要)Tests/Linting and Demos 相关

5.安装Pytorch3D

三、手动安装(Building from source)

1.创建环境

2.安装Pytorch

3.安装两个核心库(手动安装)

4.安装CUB libaray

5.(非必要)Tests/Linting and Demos 相关

6.安装Pytorch3D(手动Build)

总结


前言

因为代码迁移,在多个的环境下都安装过Pytorch3D。但是由于gcc、CUDA版本等问题,有的环境安装十分顺利,有的耗费了大量时间,这里我把遇到的各种情况(多种方法)都记录下来。

Pytorch3D官方指南如下:

pytorch3d/INSTALL.md at main · facebookresearch/pytorch3d · GitHub

其中内容写的还是大致清晰的,但是在有些地方写的比较冗杂,实际操作上并没有那么多内容。


一、准备工作

官网给出了很多准备要求,在我的实际操作中(两种安装方式 installing prebuilt binaries / building from source),主要受到了以下限制:

1. gcc版本不宜过高,否则很可能在自己build Pytorch3D时出现各种各样的问题(我在使用9.x版本build时失败),个人推荐7.5(Pytorch3D官方要求gcc & g++ ≥ 4.9,对于Ubuntu 16.04默认gcc可能过低或现有gcc过高的情况,下载合适的gcc版本切换优先级即可)

2. CUDA版本尽量选择高版本,9.x有可能找不到合适的prebuilt 版本,个人推荐10.2

3. 在整个安装过程中版本之间限制比较繁杂,并且考虑到网络问题,个人成功配置(均在Ubuntu 16.04环境下)是

Installing prebuilt binaries: python=3.8 + pytorch=1.7.1 + cuda=10.2 + gcc=7.5 + pytorch3d=0.6.1 (conda 安装)

Building from source: python=3.8 + pytorch=1.6.0 + cuda=10.2 + gcc=7.5 + pytorch3d=0.6.1 (git clone 下载)

二、极简安装(Installing prebuilt binaries)

如果一切顺利(但愿),这就是最便捷的安装方法。

1.创建环境

命令如下:

conda create -n pytorch3d python=3.8
conda activate pytorch3d

2.安装Pytorch

命令如下:

conda install -c pytorch pytorch=1.7.1 torchvision cudatoolkit=10.2

顺便把Pytorch安装版本库贴在这里:

Previous PyTorch Versions | PyTorch

3.安装两个核心库

命令如下:

conda install -c fvcore -c iopath -c conda-forge fvcore iopath

如果安装出现问题可以看第三节手动安装。

4.(非必要)Tests/Linting and Demos 相关

# Demos and examples
conda install jupyter
pip install scikit-image matplotlib imageio plotly opencv-python

# Tests/Linting
pip install black 'isort<5' flake8 flake8-bugbear flake8-comprehensions

5.安装Pytorch3D

# Anaconda Cloud
conda install pytorch3d -c pytorch3d

如果没有找到合适的,可以试试nightly版本

conda install pytorch3d -c pytorch3d-nightly

一般来讲,如果以上方式中conda在搜索时找不到合适的Pytorch3D prebuilt库(当然也可以试试官网中的pip 和 wheel安装),那就不要浪费时间解决问题直接选择自己build from source。

三、手动安装(Building from source)

如果出现了各种问题,可以试试以下方法。

1.创建环境

同第二节。

2.安装Pytorch

同第二节。

3.安装两个核心库(手动安装)

命令如下:

iopath

git clone https://github.com/facebookresearch/iopath
​​pip install -e iopath

fvcore

git clone https://github.com/facebookresearch/fvcore
pip install -e fvcore

手动安装在打包环境时可能不能迁移:

xxx$ conda pack -n pytorch3d
Collecting packages...
CondaPackError: Cannot pack an environment with editable packages
installed (e.g. from `python setup.py develop` or
 `pip install -e`). Editable packages found:

- /xx/fvcore
- /xx/iopath

4.安装CUB libaray

命令如下:

conda install -c bottler nvidiacub

手动安装方法不再赘述。 

5.(非必要)Tests/Linting and Demos 相关

同第二节。 

6.安装Pytorch3D(手动Build)

直接选择git clone到本地

git clone https://github.com/facebookresearch/pytorch3d.git

通过pip安装

cd pytorch3d
pip install -e .

通过setup.py安装

cd pytorch3d
python3 setup.py install

安装需要一点时间,如果中途不报错应该没有太大问题,如果build出现问题可以尝试更改gcc版本。

另外,可以使用官网的test命令测试build成功与否

cd pytorch3d/tests
python3 -m unittest discover -p *.py

总结

安装Pytorch3D一定不要总认准一个方法,实在不行就赶快换另一种安装方式节省时间,debug是永远弄不完的。推荐顺序肯定是先Installing prebuilt binaries再试Building from source文章来源地址https://www.toymoban.com/news/detail-641691.html

到了这里,关于Pytorch3D Linux环境下安装(踩坑)记录的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Windows安装Pytorch3d

    安装Visual Studio 2019 【我记得必须是2017-2019之间的版本,我一开始用的是2022的版本就安装不了】网址 pytorch和pytorch3d、cuda和NVIDIA CUB版本需要相互对应 pytorch和pytorch3d版本对应关系如下:https://github.com/facebookresearch/pytorch3d/releases cuda和NVIDIA CUB版本对应关系如下:https://github.com/

    2024年02月09日
    浏览(31)
  • Pytorch3D安装全流程-亲自安装

    简单介绍 Pytorch3D是一个用于加速深度学习在处理3D相关信息时候的运算速率的库。深度学习有时会需要处理大量的3D数据,比如在人脸建模的时候。这时候使用这些库会大大帮助我们节省运算成本。 遇到问题 按照官方的安装方法会遇到不少问题:https://github.com/facebookresearch

    2024年01月17日
    浏览(29)
  • 安装pytorch3d最简单方法

    安装pytorch3d踩了很多坑,现将最简单的方法公布如下: PyTorch3D的目标是帮助加速深度学习和3D交叉点的研究。3D数据比2D图像更复杂,在从事Mesh R-CNN和C3DPO等项目时,我们遇到了一些挑战,包括3D数据表示、批处理和速度。我们开发了许多有用的算子和抽象,用于3D深度学习,

    2023年04月09日
    浏览(29)
  • Windows下Pytorch3d的安装方法

    一、问题: 近期在入手三维重建中,发现很多项目程序都需要Pytorch3d库,其官网定义为: PyTorch3D provides efficient, reusable components for 3D Computer Vision research with PyTorch. 可知Pytorch3d库可以提供多种应用于3D视觉处理的组件,其在ubuntu下安装较为简单,但win下稍繁琐,本贴是对个人安

    2024年02月02日
    浏览(34)
  • 【深度学习】【三维重建】windows10环境配置PyTorch3d详细教程

    本人windows10下使用【Code for Neural Reflectance Surfaces (NeRS)】算法时需要搭建PyTorch3d环境,故此以详细教程以该算法依赖的环境版本为参照。 应很多朋友的要求,博主将自己的pytorch3d的conda环境打包放在【百度云盘;提取码:3tyw 】供大家参考,注意环境版本要求保持一致,并不适合

    2024年02月11日
    浏览(40)
  • Server - 高性能的 PyTorch 训练环境配置 (PyTorch3D 和 FairScale)

    欢迎关注我的CSDN:https://spike.blog.csdn.net/ 本文地址:https://blog.csdn.net/caroline_wendy/article/details/130863537 PyTorch3D 是基于 PyTorch 的 3D 数据深度学习库,提供了高效、模块化和可微分的组件,以简化 3D 深度学习的难度。PyTorch3D 包含了常用的 3D 算子和损失函数,以及一个灵活的渲染

    2024年02月06日
    浏览(26)
  • Windows GPU 下Pytorch3d的安装方法

    我的笔记本是windows GPU 安装Pytorch3d失败,废了九牛二虎之力才安装好,为了纪念我的坚持我分享给大家。 Pytorch3d在WIN下的安装 一、问题: 近期在入手三维重建中,发现很多项目程序都需要Pytorch3d库,其官网定义为: PyTorch3D provides efficient, reusable components for 3D Computer Vision r

    2024年02月03日
    浏览(49)
  • pytorch3d安装遇到的一些坑和解决过程

    最近为了安装pytorch3d,折腾了两天,足足两天! 要注意,安装pytorch3d之前,必须先安装pytorch torchvision Pytorch3d官方 是建议用conda install的方式来安装,也可以用pip来安装: pip install PyTorch torchvision -c pytorch-nightly 1.首先说一下MacOS M1 芯片安装情况,刚开始使用的是: 会安装完成

    2024年02月06日
    浏览(28)
  • Win10下pytorch3D安装方法,本人亲测可用

    本人的电脑配置如下: 目录 1.版本确认 2.下载cub 3.下载pytorch3d  4.下载VSC2019  5.编译pytorch3d源文件         这个步骤非常非常重要,因为不同的pytorch3d版本适配于不同的torch版本,你可以进到facebook/pytorch3d的官网查看不同的适配版本(这是0.7.1的),其余的你们可以自己查看

    2024年02月15日
    浏览(33)
  • Windows 11 安装 pytorch3d可能遇到的问题,以及最终成功安装使用的版本分享(使用RTX3070)

    Win10下pytorch3D安装方法   由于pytorch3d对于pytorch、CUDA、CUB的版本对应实在是过于严苛,所以我的建议是直接找别人成功安装的软件版本列表对着抄,pytorch啥的该重装重装,反正可以用虚拟环境,CUDA也是,一台电脑共存两个版本的CUDA也不是不行。唯一麻烦一点的可能就是G

    2024年02月20日
    浏览(32)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包