安装neural_renderer_pytorch排坑(cuda11.0+)

本文详细描述了在高CUDA版本下安装neural_renderer_pytorch遇到的错误,提供了解决方案,包括从GitHub源码编译、修改CUDA文件和调整CUDA算力设置。重点在于编译步骤和适配不同环境的方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

这是在第三个服务器上安装neural_renderer_pytorch扩展包了,还是遇到熟悉的报错,这里记录一下。

ERROR: Command errored out with exit status 1:…

cuda版本比较高的情况下直接pip install neural_renderer_pytorch装肯定是成功不了的,报错如下:
fig1
解决方案就是直接从官方github上下载源码编译,以下是源码编译流程:

首先,从官方GitHub上下载源码:

git clone https://github.com/daniilidis-group/neural_renderer.git
cd neural_renderer
python setup.py install

此时还是会报类似的错误,由于版本不对应问题:
fig2
这是我们有两种解决方案:

方案一:修改neural_renderer/cuda目录下的create_texture_image_cuda.cpp,load_textures_cuda.cpp,rasterize_cuda.cpp。将三个cpp文件中的AT_CHECK改为TORCH_CHECK

fig3

方案二:从以下链接下载源码

git clone https://github.com/adambielski/neural_renderer.git
cd neural_renderer
python setup.py install

该链接中已经将cpp文件修改好了。

然后继续:

python setup.py install

如果其他环境变量没有问题,此时编译就应该成功了:
fig4
然而我在3090显卡上还碰到了一个问题:

nvcc fatal : Unsupported gpu architecture `compute_86’

应该是硬件能够支持的算力比较高,能达到8.6,但是cuda11.0支持不了这么高的算力,这时候我们只需要降低以下算力需求即可

# 清除TORCH_CUDA_ARCH_LIST
unset TORCH_CUDA_ARCH_LIST
# 设置cuda算力为8.0
export TORCH_CUDA_ARCH_LIST="8.0"

当然,也可以下载安装更新版本的cuda以满足最高算力。

理论上该扩展包已经安装好了,但是如果进入python环境,import该包会出现以下情况:
fig5
这时我们只需要进入neural_renderer子文件夹,然后再次进入python环境import一下就ok了,后面就不会出现调用不了的问题了。
fig6
到此就大功告成了。

<think>好的,用户想安装neural_renderer_pytorch库,并且询问如何使用pip安装。首先,我需要回忆一下相关的引用内容,看看有没有直接的安装方法或者需要注意的问题。 根据引用[2],yolov3-pytorch可以直接通过pip安装,但这里用户问的是neural_renderer_pytorch。查看其他引用,发现引用[3]和[5]提到了这个库的安装问题。引用[5]提到可以通过git克隆仓库然后运行setup.py安装,但用户希望用pip安装。引用[3]则提到版本兼容性问题,尤其是CUDAPyTorch版本不匹配的情况。 接下来,引用[1]和[4]提到使用setup.py安装的方法,以及依赖项的问题。用户可能已经尝试过这些方法但遇到了问题,所以需要给出正确的pip命令。不过,直接通过pip安装可能需要注意源是否存在。比如,是否在PyPI上可用? 根据常见情况,可能这个库不在PyPI上,因此需要通过git仓库链接来安装。例如,使用pip install git+https://github.com/... 这样的格式。检查引用[2]中的例子,用户安装了yolov3-pytorch就是通过这种方式,所以可能neural_renderer_pytorch也有类似的安装方式。 但引用[5]给出的是从git克隆后安装,而引用[3]提到如果遇到版本问题,需要安装对应CUDA版本的PyTorch。因此,在回答中需要强调先检查PyTorchCUDA版本是否兼容,然后提供两种方法:直接通过pip安装git仓库,或者手动克隆后安装。 另外,用户可能使用的是Windows环境,引用[3]提到在Windows下如果没有conda环境,尽量使用pip而不是conda安装。因此需要提醒用户注意这一点,避免因为包管理工具导致的错误。 总结步骤应该是: 1. 确认PyTorchCUDA版本匹配。 2. 使用pip安装git仓库,或者克隆后通过setup.py安装。 3. 处理可能的依赖问题,比如安装正确版本的PyTorch。 需要将这些步骤清晰地列出,并引用相关的引用来源,比如关于版本兼容的问题引用[3],关于setup.py的安装方法引用[4]和[5]。</think>根据引用内容,安装`neural_renderer_pytorch`库需注意环境兼容性,以下是具体步骤: ### 安装步骤 1. **确认PyTorchCUDA版本匹配** - 参考引用[3],若使用CUDA 11.x,需安装对应版本的PyTorch(如PyTorch 1.8+)。可通过官网命令安装: ```bash pip install torch torchvision --extra-index-url https://download.pytorch.org/whl/cu113 ``` 2. **通过pip直接安装** - 若项目支持源码安装(引用[5]),可使用git仓库地址安装: ```bash pip install git+https://github.com/daniilidis-group/neural_renderer.git ``` - 若失败,尝试克隆仓库后本地安装: ```bash git clone https://github.com/daniilidis-group/neural_renderer.git cd neural_renderer python setup.py install # 引用[4]中setup.py的安装方法 ``` 3. **Windows环境特别注意** - 引用[3]强调:非conda环境下优先用`pip install`,若报错尝试切换安装源或重装PyTorch。 ### 常见问题- **版本冲突**:若安装失败,检查CUDAPyTorch版本是否匹配(引用[3])。 - **依赖缺失**:确保`setuptools`已更新:`pip install --upgrade setuptools`。
评论 11
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值