当前位置: 首页 > news >正文

windows11环境配置torch-points-kernels库编译安装详细教程

windows11环境配置torch-points-kernels库编译安装详细教程

文章目录

  • windows11环境配置torch-points-kernels库编译安装详细教程
  • 前言
  • 确定版本对应关系
  • 编译安装torch-points-kernels
  • 总结


前言

torch-points-kernels是一个专注于处理3D点云数据的 Python 库,特别是为PyTorch提供了高效的CPU和CUDA内核来执行空间搜索和插值操作:提供用 CUDA 编写的、高度优化的核心点云操作(主要是 FPS 和邻居搜索)的实现;作为底层引擎,显著加速点云深度学习模型中计算密集型的采样和邻域查询步骤,为构建更复杂、高效的点云深度学习框架(如 torch-points3d)提供基础支持。

加速关键点云操作:
最远点采样: 这是点云下采样中最常用且有效的算法之一;
邻居搜索:球查询给定一个查询点和半径,查找该半径球体内的所有邻居点;K 最近邻搜索查找距离查询点最近的 K 个邻居点。


确定版本对应关系

环境版本要求保持一致,本人的安装版本为:

VC2019+python 3.9 + pytorch 2.1.2 + cuda 11.8/cudnn 8.9.7.29

1.安装 生成工具2019
【Visual Studio安装配置教程】
MSVC v142 - VS 2029 C++ x86/64 生成工具(最新)
Windows 10 SDK

2.安装 CUDA Toolkit
【CUDA Toolkit安装配置教程】

 nvcc -V


假设已经在真实的物理机安装了其他版本的cuda和对应的cudnn,可以参考博主的博文【Windows下多版本CUD配置教程】。

3.anaconda虚拟环境配置
这个torch-points-kernels点云库需要安装许多库,如果在原来的环境进行的话会覆盖掉,所以最好新建一个环境。python最好选择3.7及以上,使用anaconda新建torch-points-kernels虚拟环境:

conda create -n torch-points-kernels python=3.9
activate torch-points-kernels

GPU版本torch官网,安装pytorch相关系列包以及其他第三方包:

# 分别安装pytorch和torchvision
pip install torch==2.1.2 torchvision==0.16.2 torchaudio==2.1.2 --index-url https://download.pytorch.org/whl/cu118# 通过阿里源安装,安装第三方包
pip install -i https://mirrors.aliyun.com/pypi/simple/ numba scikit-learn

注意:这里的Pytorch cuda版本与真实的物理机配置的cuda版本号(环境变量里配置的cuda)要对应。安装第三包只是为了测试使用,编译安装过程中用不到。


编译安装torch-points-kernels

下载torch-points-kernels源码

# 下载githup源代码到合适文件夹,并cd到代码文件夹内(科学上网)
git clone https://github.com/torch-points3d/torch-points-kernels.git --recursive
# 中途下载中断
git submodule update --init --recursive

以管理者身份打开"x64 Native Tools Command Prompt for VS 2019"终端(安装VS 2019),进入到torch-points-kernels的工程目录下,输入以下指令:

# 进入工程目录下
cd torch-points-kernels
# 激活虚拟环境
activate torch-points-kernels
# 启用Python的distutils模块使用Windows SDK进行编译
set DISTUTILS_USE_SDK=1
# 指示构建系统使用Microsoft SDK
set MSSdk=1
set CUDAFLAGS=-D_USE_MATH_DEFINES
# 构建Python的C/C++扩展模块并将生成的.pyd(Windows)或.so(linux)或.dylib(macOS)文件放在当前目录中,而不是默认的build文件夹。
python setup.py build_ext --inplace


注意:存在多版本的CUDA Toolkit时候,需要将环境变量Path中不需要的CUDA Toolkit失效:即删除路径或者简单修改成无效路径;否则会出现路径冲突或者找不到路径的情况。

# 用于运行当前目录下的单元测试脚本
python -m unittest


总结

尽可能简单、详细的介绍windows11环境配置torch-points-kernels库细教程。

http://www.lryc.cn/news/594103.html

相关文章:

  • 如何优雅解决缓存与数据库的数据一致性问题?
  • 循环黑洞:用Python生成银河系特效图
  • tidyverse-数据可视化 - 图形的分层语法
  • Web开发 04
  • Work SSD基础知识
  • jxORM--编程指南
  • 试用SAP BTP 02:试用SAP HANA Cloud
  • MySQL笔记3
  • Oracle触发器:数据世界的“隐形守护者“
  • Uniapp 纯前端台球计分器开发指南:能否上架微信小程序 打包成APP?
  • Github 贪吃蛇 主页设置
  • 将EXCEL或者CSV转换为键值对形式的Markdown文件
  • 【Python数据采集】Python爬取小红书搜索关键词下面的所有笔记的内容、点赞数量、评论数量等数据,绘制词云图、词频分析、数据分析
  • (LeetCode 面试经典 150 题 ) 1. 两数之和 (哈希表)
  • ps2025下载与安装教程(附安装包) 2025最新版photoshop安装教程
  • 在NLP深层语义分析中,深度学习和机器学习的区别与联系
  • MacBook的ARM架构(M芯片)操作虚拟机的docker拉取镜像问题
  • XSS内容总结
  • 【图文详解】Transformer架构详细解析:多头自注意力机制、qkv计算过程、encoder架构、decoder架构以及mask的意义
  • Logback简单使用
  • WiFiMouseServer手机等作为远程输入
  • 进阶向:基于Python的局域网文件传输工具
  • LeetCode|Day20|9. 回文数|Python刷题笔记
  • 多任务学习AITM算法简介
  • Kafka MQ 控制器 broker
  • 数据结构第二章:线性表之顺序表
  • 【新手向】PyTorch常用Tensor shape变换方法
  • C++ STL中迭代器学习笔记
  • Python爬虫实战:研究Genius库相关技术
  • TVLT:无文本视觉-语言Transformer