pytorch3d(和cuda、pytorch)在Windows、Ubuntu的conda虚拟环境内安装(24年3月)

以python3.9,安装cuda 11.7、pytorch 2.0.1为例。

想必相当一部分朋友已经查阅过了大量的pytorch、pytorch3d安装帖。这里只介绍我常用的配置方法,不是汇总的介绍。

1.虚拟环境内安装cuda(非cudatoolkit)

假设你的设备已经安装了cuda环境,并且创建好了环境,激活

我的电脑(Windows)安装的cuda是12.1,我常用的AutoDL往往也都不是我想要的cuda版本,过去我常常在环境内安装cudatoolkit来让pytorch运行,不过这种安装方式,在虚拟环境的nvcc -V输出的还是设备的cuda版本。

这里介绍在虚拟环境内安装一个和你设备无关的cuda(Windows、Ubuntu),前往以下网址

https://developer.nvidia.com/cuda-toolkit-archive

可以查看到以下内容

conda install nvidia::cuda
conda install nvidia/label/cuda-11.3.0::cuda
conda install nvidia/label/cuda-11.3.1::cuda
conda install nvidia/label/cuda-11.4.0::cuda
conda install nvidia/label/cuda-11.4.1::cuda
conda install nvidia/label/cuda-11.4.2::cuda
conda install nvidia/label/cuda-11.4.3::cuda
conda install nvidia/label/cuda-11.4.4::cuda
conda install nvidia/label/cuda-11.5.0::cuda
conda install nvidia/label/cuda-11.5.1::cuda
conda install nvidia/label/cuda-11.5.2::cuda
conda install nvidia/label/cuda-11.6.0::cuda
conda install nvidia/label/cuda-11.6.1::cuda
conda install nvidia/label/cuda-11.6.2::cuda
conda install nvidia/label/cuda-11.7.0::cuda
conda install nvidia/label/cuda-11.7.1::cuda
conda install nvidia/label/cuda-11.8.0::cuda
conda install nvidia/label/cuda-12.0.0::cuda
conda install nvidia/label/cuda-12.0.1::cuda
conda install nvidia/label/cuda-12.1.0::cuda
conda install nvidia/label/cuda-12.1.1::cuda
conda install nvidia/label/cuda-12.2.0::cuda
conda install nvidia/label/cuda-12.2.1::cuda
conda install nvidia/label/cuda-12.2.2::cuda
conda install nvidia/label/cuda-12.3.0::cuda
conda install nvidia/label/cuda-12.3.1::cuda
conda install nvidia/label/cuda-12.3.2::cuda
conda install nvidia/label/cuda-12.4.0::cuda

选择自己需要的版本安装即可,再次输入nvcc -V,已经是新安装的cuda的版本了
对AutoDL:注意,在安装的东西的时候(conda install、pip install等等),你可能无法在开无卡模式的时候安装成功(可能爆内存等等问题),试试开卡跑

2.安装pytorch(手动下载安装)

https://download.pytorch.org/whl/torch_stable.html

按ctrl+f查找你想要的版本

以我的版本为例下载,Ubuntu下:

wget https://download.pytorch.org/whl/cu117/torch-2.0.1%2Bcu117-cp39-cp39-linux_x86_64.whl

若是Windows直接下载到方便的路径下,安装

pip install ./torch-2.0.1+cu117-cp39-cp39-linux_x86_64.whl

验证安装好的torch是否可用

python
import torch
print(torch.cuda.is_available())

3.安装pytorch3d

Ubuntu下

pip install "git+https://github.com/facebookresearch/pytorch3d.git@stable"

Windows下

我的电脑上已经安装好了VS2022和相关环境,省略其它博文、帖子中已经提到过的依赖

以我的版本为例,下面是安装成功的方法

pip install --extra-index-url https://miropsota.github.io/torch_packages_builder pytorch3d==0.7.6+pt2.0.1cu117

这个方法可能只针对一些较新的版本,方法来自

https://github.com/facebookresearch/pytorch3d/discussions/1752

我曾经试图下载源码安装,但是报错,按照其他方法去配置CUB,也没有成功,不知道是缺少了什么,搜了很久也解决不了,如果有人知道解决方法请告诉我

running build_ext
error: [WinError 2] 系统找不到指定的文件

如果您有其它好用的pytorch3d安装方法,请在评论区留言,谢谢

### 如何在 Linux 系统上安装 PyTorch3D #### 创建适合的 Python 虚拟环境 考虑到 PyTorch3D 对于 Conda 的特定需求,强烈建议创建一个新的虚拟环境来确保兼容性稳定性[^2]。这一步骤可以防止与其他已有的包发生冲突。 ```bash conda create -n pytorch3d_env python=3.10 conda activate pytorch3d_env ``` #### 安装必要的依赖项 为了使 PyTorch3D 正常工作,在此环境中还需要安装一些额外的支持库: ```bash conda install pytorch torchvision torchaudio pytorch-c nvidia conda install -c fvcore -c iopath -c conda-forge fvcore iopath ``` 这些命令会设置好 PyTorch 及其相关组件,并配置 CUDA 支持以便利用 GPU 加速计算性能。 #### 获取并安装 PyTorch3D 有几种方式可以在 Linux 上获取 PyTorch3D: - **通过 Anaconda 渠道直接安装** ```bash conda install pytorch3d -c pytorch3d ``` 这种方法简单快捷,适用于大多数情况下的稳定版软件分发[^1]。 - **从 GitHub 源码编译安装** 如果想要获得最新特性或是修复某些 bug,则可以从官方仓库拉取源代码进行本地构建: ```bash pip install git+https://github.com/facebookresearch/pytorch3d.git ``` 使用这种方式可以获得最新的开发版本,但可能不如正式发布的版本那样经过充分测试[^3]。 #### 验证安装是否成功 完成上述步骤之后,可以通过运行一段简单的 Python 代码片段验证 PyTorch3D 是否已经正确安装: ```python python -c "from pytorch3d.io import load_ply" ``` 如果没有任何错误提示,则说明 PyTorch3D 已经被成功加载到了当前环境中。
评论 5
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