网站建设速成班,福建设计招聘网站,湛江手机网站建设公司,wordpress前缀事实上#xff0c;只要按照官方文档的说明就可以完美安装。其中坑的地方在于conda的管理可能会导致下载的版本不符合你的要求#xff08;例如下载成了cpu版本、下载的cuda版本#xff09;而同样尝试使用源码编译以及其他方式下载库都会导致同样的问题#xff0c;这里主要的…事实上只要按照官方文档的说明就可以完美安装。其中坑的地方在于conda的管理可能会导致下载的版本不符合你的要求例如下载成了cpu版本、下载的cuda版本而同样尝试使用源码编译以及其他方式下载库都会导致同样的问题这里主要的原因是由于python的版本不对以及conda 版本不对。这里先简单总结一下本人成功安装的步骤再简单阐述一下其中的坑请务必完整阅读后再进行安装。
安装步骤
由于pytorch3d对于conda的要求非常刁钻!!!这里十分建议重新创建一个虚拟环境!!! 官方链接 此外目前测试python3.11还不可用python3.8有点老不太推荐
conda create -n pytorch3d python3.10
conda install pytorch torchvision torchaudio pytorch-cuda11.8 -c pytorch -c nvidia
conda install -c fvcore -c iopath -c conda-forge fvcore iopath
conda install pytorch3d -c pytorch3d
#for test
pip install scikit-image matplotlib imageio plotly opencv-python问题列表
1、conda问题
下载速度过慢/solving environment 一直转圈
下载速度过慢可以尝试更换源 清华源
vim ~/.condarc清除原有内容将下面内容复制进去。保存并退出。
channels:- defaults
show_channel_urls: true
default_channels:- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudmsys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudbioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudmenpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudpytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudpytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudsimpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/clouddeepmodeling: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/最后使用如下命令 conda clean -i如果出现了solving environment转圈然后失败可能是因为你之前就已经通过命令行的方式换过源了这将会导致换源后需要搜索的目标过大从而导致解析失败。解决方法与上述一致更新过后的源将会是非常干净的清华源。 当然一直转圈的原因也有可能是conda版本过旧可以使用如下方法更新conda
更新conda
conda update -n base -c defaults conda若失败则尝试
conda update -n base -c defaults conda --repodata-fnrepodata.json2、安装pytorch3d中重新又安装了一个pytorch的cpu版本
1我们强烈建议先检查一下conda版本是否过低当确认无误后再查看本节。 2注意请不要使用pip来安装pytorch环境 这是因为使用pip安装的pytorch环境将不会被conda安装的pytorch3d环境检测到这样的话会导致其认为没有pytorch的合适版本而重新安装一次这样将会导致你之前的pytorch环境完全崩溃 3请检查python版本是否过老或过新
3、cuda问题
有关cuda的一些简单概念参考 我们知道pytorch和pytorch都需要使用gpu版本。但是我们需要注意到pytorch系列使用到的cuda相关工具都会再conda安装时被自动嵌入到相关环境中如果你仔细观察会发现conda下载时会下载一些带有cuda的包老版本的pytorch中会下一个cudatoolkit好像新版本中不需要了。因此我们这里所参考的cuda版本实际上就是pytorch对应后面的版本例如 而像外部环境中nvida-smi 和nvcc- V的版本这里都不用管。 为了增加论证这里列出我的这两个相应的显示结果 可以看出我的这两个版本与我下载的pytorch-cuda版本均不一致但不影响使用 by the way下载pytorch的时候还是要保证其gpu版本尽量和nvidia-smi显示的版本尽量一致否则会出现虽然正常检测但是运算速度极慢的情况。
测试
请在安装pytorch后测试如下代码检测你的版本和gpu是否可用
import torchprint(torch.__version__)
print(torch.cuda.is_available())请在安装pytorch3d后测试如下代码检测你的pytorch3d是否可用 CMU 3dvision 作业1
