【深度学习】【三维重建】windows11环境配置PyTorch3d详细教程

文章目录

【深度学习】【三维重建】windows11环境配置PyTorch3d详细教程
前言
确定版本对应关系
源码编译安装Pytorch3d
总结

前言

本人windows11下使用搭建PyTorch3d环境，故此以详细教程以该算法依赖的环境版本为参照。

确定版本对应关系

环境版本要求保持一致：CUDA，CUB，Pytorch，Pytorch3d

查看CUDA版本

注意这里的cub对应的是真实的物理机安装的cuda版本号(环境变量里配置的cuda)，不是虚拟环境下的cuda版本号。

bash 复制代码

nvcc -V

假设已经安装了其他版本的cuda和对应的cudnn，可以参考博主的博文【Windows10中下安装多版本CUDA及其切换】

本人的安装版本为：

Python 3.9 + Pytorch 2.2.2 + CUDA 11.8 + cudnn 8_0 + pytorch3d 0.7.6 + CUB 1.17.2

使用anaconda3新建PyTorch3d虚拟环境：

bash 复制代码

conda create -n pytorch3d python=3.9
activate pytorch3d

然后安装对应版本pytorch和cuda包：

bash 复制代码

pip install torch==2.2.2 torchvision==0.17.2 torchaudio==2.2.2 --index-url https://download.pytorch.org/whl/cu118

安装Pytorch3d的依赖项：

bash 复制代码

pip install fvcore iopath "numpy>=1.21,<2" -i https://pypi.tuna.tsinghua.edu.cn/simple/

查询对照表，查看cuda对应的cub版本。

TBD版本表示目前还没有确定下将被包含在具体那个CUDA Toolkit或NVIDIA HPC SDK版本中。博主的cuda版本为11.8，选择了cub 1.17.2，没有问题。

根据对照表需要下载对应版本的NVIDIA CUB。

设置永久环境变量：在环境变量中新建CUB_HOME变量名，设置变量值为解压路径（博主在 F:\cub-1.17.2），注意不是添加到Path中：

设置临时环境变量（推荐）：要是觉得CUB用的少，避免上面那种将"杂七杂八"的内容永久塞进系统环境变量，使用 set 命令设置临时环境变量。

仅对当前命令行窗口生效，无需永久修改系统配置，不影响系统全局配置。

优先级：临时变量 > 用户变量 > 系统变量。

bash 复制代码

set CUB_HOME=F:\cub-1.17.2
# 查询环境变量,除了当前命令行窗口,在新窗口是没有显示路径的
echo %CUB_HOME%

源码编译安装Pytorch3d

选择Pytorch3d版本，各版本下有注明其适用的pytorch版本，博主这里是 0.7.6版本。

以管理者身份打开"x64 Native Tools Command Prompt for VS 2019"终端(安装VS 2019)，cd到pytorch3d解压目录里（博主在 F:\pytorch3d-0.7.6），输入以下指令：

bash 复制代码

# 激活对应的环境，进入到Pytorch3d路径下
cd pytorch3d-0.7.6
activate pytorch3d
set DISTUTILS_USE_SDK=1
set PYTORCH3D_NO_NINJA=1
# 设置是临时环境变量,只在当前命令行窗口有效(设置了永久环境变量可以忽视)
set CUB_HOME=F:\cub-1.17.2

由于外部 CUB 与 CUDA 自带 Thrust/CUB 冲突，导致可能出现如下错误：

官方参考：编辑位于 "Files/NVIDIA GPU Computing Toolkit/CUDA/v11.8/include\thrust/system/cuda/config.h"的config.h文件。

找到自己的CUDA路径下的config.h文件。

bash 复制代码

在它前面加上一行
#ifndef THRUST_IGNORE_CUB_VERSION_CHECK 
修改后为
#define THRUST_IGNORE_CUB_VERSION_CHECK
#ifndef THRUST_IGNORE_CUB_VERSION_CHECK

继续在"x64 Native Tools Command Prompt for VS 2019"执行以下命令：

bash 复制代码

# 可能需要科学上网,需要下载一些依赖.
python setup.py install

成功安装。

bash 复制代码

# 查看环境中的是否成功安装包
conda list

用一段测试代码验证pytorch3d能否正常使用。

python 复制代码

import torch
from pytorch3d.structures import Meshes
from pytorch3d.utils import ico_sphere

# 创建一个简单的3D球体
sphere_mesh = ico_sphere(3, device=torch.device("cuda"))

# 打印球体的顶点和面信息
print("顶点坐标：", sphere_mesh.verts_packed())
print("面索引：", sphere_mesh.faces_packed())

说明能够正常使用。

总结

尽可能简单、详细的介绍windows1环境配置PyTorch3d详细教程，后续可以在当前配置的PyTorch3d环境中运行三维重建相关的代码。