包成功安装tiny-cuda-nn,记录安装过程中的问题解决,附带pytorch3d安装【踩坑指南】

tiny-cuda-nn安装过程中的问题解决,附带pytorch3d安装【踩坑指南】

前言

official repo: https://github.com/NVlabs/tiny-cuda-nn

该包可以显著提高NeRF训练速度,是Instant-NGPThreestudioNeRFstudio等框架中,必须使用的。

本文提供tiny-cuda-nn可以安装的完整包的下载链接,可以直接上传到项目中安装。附带笔者遇到的问题的解决方案。

分享下载成功概率高的一套流程:【先下载pytorch3d,再下载tiny-cuda-nn】

复制代码
conda create -n 你的环境名字 python=3.9 -y
conda install pytorch==2.0.0 torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia -y
# FORCE_CUDA=1 pip install "git+https://github.com/facebookresearch/pytorch3d.git" #
conda install -c fvcore -c iopath -c conda-forge fvcore iopath -y
conda install pytorch3d -c pytorch3d -y
# 成功安装pytorch3d
# 在下载连接中下载我的tiny-cuda-nn的成功安装压缩包,解压到项目中
cd tiny-cuda-nn/bindings/torch
python setup.py install
# 成功安装两个环境

下载链接:https://pan.baidu.com/s/1dN2dsdYbX4wFkmK5vUG-DQ?pwd=vk9a

提取码:vk9a

tiny-cuda-nn第一种下载方法:命令行安装

最便捷的安装方式,如果安装失败考虑本地编译。【很可能失败】

复制代码
pip install git+https://github.com/NVlabs/tiny-cuda-nn/#subdirectory=bindings/torch

其实最常见的错误是安装了和本机cuda不匹配的torch版本。

cuda版本查看:

复制代码
nvcc -V

如笔者的版本:

就需要找到对应的cuda_11.7版本的torch下载:
https://pytorch.org/

找到:


就成功安装啦!

tiny-cuda-nn第二种下载方法:本地编译

下载链接:https://pan.baidu.com/s/1dN2dsdYbX4wFkmK5vUG-DQ?pwd=vk9a

提取码:vk9a
建议直接在链接里下载解压然后上传到项目上,直接运行:

复制代码
cd bindings/torch
python setup.py install

2.1 git下载

复制代码
git clone --recursive https://github.com/nvlabs/tiny-cuda-nn

该命令中的recursive,是用于下载tiny-cuda-nn中的两个依赖包:cutlass和fmt。

如果服务器上recursive下载失败,考虑本地下载zip包,上传至服务器并解压。但注意:此时两个依赖包是需要自己下载的:

复制代码
cd tiny-cuda-nn/dependencies
git clone https://github.com/NVIDIA/cutlass.git
git clone https://github.com/fmtlib/fmt.git

2.2 本地编译

首先查看自己的linux服务器中gcc,g++,cuda,cmake的版本是否正确,一定一定要在版本符合要求的情况下再进行包的安装,具体要求如下图所示:

如果gcc,g++,cuda,cmake版本不符合要求,在网络上搜索切换gcc,g++版本,更新cmake版本等文章即可获得解答,在此不过多赘述。

特意补充一篇文章关于cmake的版本升级,刚刚发现本人最开始使用了更改系统环境变量的方式更新cmake,导致再次进入系统后出问题,下面这篇文章完全没问题,不需要修改环境变量!!!

CMake版本升级

复制代码
cd bindings/torch
python setup.py install

pytorch3d安装

复制代码
# FORCE_CUDA=1 pip install "git+https://github.com/facebookresearch/pytorch3d.git" #
conda install -c fvcore -c iopath -c conda-forge fvcore iopath -y
conda install pytorch3d -c pytorch3d -y

基本是可以成功安装的!


创作不易,观众老爷们请留步... 动起可爱的小手,点个赞再走呗 (๑◕ܫ←๑) 欢迎大家关注笔者,你的关注是我持续更博的最大动力

原创文章,转载告知,盗版必究




♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠

相关推荐
lboyj4 分钟前
填孔即可靠:猎板PCB如何用树脂塞孔重构高速电路设计规则
人工智能·重构
Blossom.11816 分钟前
从虚拟现实到混合现实:沉浸式体验的未来之路
人工智能·目标检测·机器学习·计算机视觉·语音识别·vr·mr
赵青临的辉19 分钟前
简单神经网络(ANN)实现:从零开始构建第一个模型
人工智能·深度学习·神经网络
KALC20 分钟前
告别“知识孤岛”:RAG赋能网络安全运营
人工智能·网络安全
南部余额24 分钟前
Python OOP核心技巧:如何正确选择实例方法、类方法和静态方法
开发语言·python
2303_Alpha43 分钟前
深度学习入门:深度学习(完结)
人工智能·笔记·python·深度学习·神经网络·机器学习
白白白飘1 小时前
pytorch 15.1 学习率调度基本概念与手动实现方法
人工智能·pytorch·学习
深度学习入门1 小时前
机器学习,深度学习,神经网络,深度神经网络之间有何区别?
人工智能·python·深度学习·神经网络·机器学习·机器学习入门·深度学习算法
张彦峰ZYF2 小时前
走出 Demo,走向现实:DeepSeek-VL 的多模态工程路线图
人工智能
森哥的歌2 小时前
Python uv包管理器使用指南:从入门到精通
python·开发工具·uv·虚拟环境·包管理