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
Coder_Boy_1 天前
技术发展的核心规律是「加法打底,减法优化,重构平衡」
人工智能·spring boot·spring·重构
会飞的老朱1 天前
医药集团数智化转型,智能综合管理平台激活集团管理新效能
大数据·人工智能·oa协同办公
聆风吟º1 天前
CANN runtime 实战指南:异构计算场景中运行时组件的部署、调优与扩展技巧
人工智能·神经网络·cann·异构计算
寻星探路1 天前
【深度长文】万字攻克网络原理:从 HTTP 报文解构到 HTTPS 终极加密逻辑
java·开发语言·网络·python·http·ai·https
Codebee1 天前
能力中心 (Agent SkillCenter):开启AI技能管理新时代
人工智能
聆风吟º1 天前
CANN runtime 全链路拆解:AI 异构计算运行时的任务管理与功能适配技术路径
人工智能·深度学习·神经网络·cann
uesowys1 天前
Apache Spark算法开发指导-One-vs-Rest classifier
人工智能·算法·spark
AI_56781 天前
AWS EC2新手入门:6步带你从零启动实例
大数据·数据库·人工智能·机器学习·aws
User_芊芊君子1 天前
CANN大模型推理加速引擎ascend-transformer-boost深度解析:毫秒级响应的Transformer优化方案
人工智能·深度学习·transformer
ValhallaCoder1 天前
hot100-二叉树I
数据结构·python·算法·二叉树