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
J_Xiong01171 小时前
【Agents篇】06:Agent 的感知模块——多模态输入处理
人工智能·ai agent·视觉感知
深蓝海域知识库1 小时前
深蓝海域中标大型机电企业大模型知识工程平台项目
大数据·人工智能
爱吃泡芙的小白白1 小时前
机器学习中的“隐形之手”:偏置项深入探讨与资源全导航
人工智能·机器学习
爱打代码的小林1 小时前
用 PyTorch 实现 CBOW 模型
人工智能·pytorch·python
Deepoch1 小时前
Deepoc具身模型开发板:让农业采摘机器人智能化升级更简单
人工智能·科技·农业·采摘机器人·农业机器人·deepoc·具身模型开发板
北巷`1 小时前
大模型应用的模型架构和核心技术原理-以DeepSeek对话助手为例分析
人工智能
CDA数据分析师干货分享1 小时前
【干货】CDA一级知识点拆解3:《CDA一级商业数据分析》第3章 商业数据分析框架
大数据·人工智能·数据挖掘·数据分析·cda证书·cda数据分析师
Coding茶水间1 小时前
基于深度学习的花朵识别系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
开发语言·人工智能·深度学习·yolo·目标检测·机器学习
GAOJ_K1 小时前
滚柱导轨润滑周期预测
人工智能·科技·自动化·制造
致Great1 小时前
Kimi K2.5技术报告解读:视觉-文本联合训练与并行智能体框架
人工智能