windows 10下安装Pytorch的操作文档与避坑指南

news2024/11/19 17:26:31

前言

PyTorch3D 是 Facebook AI Research (FAIR) 开发的一个用于 3D 计算机视觉任务的开源深度学习库。它是建立在 PyTorch 框架之上的,并旨在为研究人员和工程师提供处理 3D 数据、渲染和几何计算的工具和模块。

PyTorch3D的用途:

  1. 3D 几何操作:PyTorch3D 提供了一系列用于处理 3D 几何数据的工具和函数。它允许用户进行点云操作、模型旋转、平移、缩放、重采样等。

  2. 3D 网格操作:该库支持处理 3D 网格数据,用户可以执行网格变换、网格采样、法线估计、网格融合等操作。

  3. 3D 渲染:PyTorch3D 提供了 3D 渲染引擎,允许用户在 3D 场景中渲染图像、视角的变换、光照和阴影等操作。

  4. 3D 数据加载和处理:用户可以使用 PyTorch3D 加载和处理不同格式的 3D 数据,包括 3D 模型、点云、深度图等。

  5. PyTorch 集成:由于 PyTorch3D 是基于 PyTorch 开发的,因此用户可以利用 PyTorch 的自动微分机制进行梯度计算,便于深度学习任务的建模和训练。

PyTorch3D 的目标是为研究人员和开发者提供强大的 3D 计算机视觉工具,使其能够更容易地进行 3D 图像处理、渲染、几何计算以及深度学习模型的设计和训练。它适用于各种应用领域,包括计算机图形学、计算机视觉、机器学习和人工智能。你可以在 GitHub 上找到 PyTorch3D 的开源代码和文档,以深入了解其功能和用法。

安装Pytorch3D

安装pytorch3d,官方的要求是要有C++编译器:

gcc & g++ ≥ 4.9

那在在windows中,可以安装Visual Studio 来进行编译,我这里使用的是Visual Studio 2019 企业版本,安装时注意勾选下面的选项,安装完成之后重启电脑,如果在编译过程中提示找不Visual Studio,看下环境变量是否加上了Visual Studio。
在这里插入图片描述

1.官网安装方式

conda create -n pytorch3d python=3.9
conda activate pytorch3d
conda install pytorch=1.13.0 torchvision pytorch-cuda=11.6 -c pytorch -c nvidia
conda install -c fvcore -c iopath -c conda-forge fvcore iopath
pip install "git+https://github.com/facebookresearch/pytorch3d.git"

出现以下提示代表安装成功:
在这里插入图片描述

2.源码安装

下载pytorch3d源码,如果下载不了,按上面的百度网盘下载:https://pan.baidu.com/s/178WbPBRtCl3hF8b3niCeSA 提取码:icd8

git clone https://github.com/facebookresearch/pytorch3d.git
cd pytorch3d
python setup.py install

在安装pytorch3d可能出现错误,可以看文章结尾列的常见错误。

3.常见错误

subprocess.CalledProcessError: Command ‘[‘ninja’, ‘-v’]’ returned non-zero exit status 1.

出现这个错误时,找到dist-packages/torch/utils/cpp_extension.py这个文件,找到command = [‘ninja’, ‘-v’],改成 command = [‘ninja’, ‘–version’],改了效果如下:

   # command = ['ninja', '-v']
    command = ['ninja', '--version']
AttributeError: ‘Upsample’ object has no attribute ‘recompute_scale_factor’

把cuda改成11.7就可以解决这个错误。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1109535.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Linux 内核启动分析

Linux 内核启动分析-BugMan-ChinaUnix博客 通过《Linux应用程序elf描述》,我们了解到一个应用程序编译后,最终会按照指定方式进行链接,而我们通过ld --verbose可以查看对应应用的默认链接方式。那么对于Linux内核呢?毫无疑问&…

大模型背景下软件工程的机遇与挑战

点击链接了解详情 本文作者:汪晟杰 导语:AISE(AI Software Engineering)有人说是软件工程 3.0,即基于大模型(LLM - Large Language Model)时代下的软件工程。那么究竟什么是 AISE,他的发展历程对…

Java学习入门偏(2)

⭐简单说两句⭐ 作者:后端小知识 CSDN个人主页:后端小知识 🔎GZH:后端小知识 🎉欢迎关注🔎点赞👍收藏⭐️留言📝 Hello,亲爱的各位友友们,好久不见&#xff0…

官媒代运营:内容营销是什么?为什么要做内容营销?

在当今数字化时代,信息传播的速度和途径前所未有地广泛,企业们正在寻找新的方法来吸引潜在客户并保持现有客户的忠诚度。在这个背景下,内容营销崭露头角,成为了企业推广和营销的一项重要策略。 今天媒介易来跟大家分享干货知识&am…

Mini小主机All-in-one搭建教程6-安装苹果MacOS系统

笔者使用的ESXI7.0 Update 3 抱着试试的态度想安装一下苹果的MacOS系统 主要步骤有2个 1.解锁unlocker虚拟机系统 2.安装苹果MacOS系统 需要下载的文件 unlocker 这一步是最耗时间的,要找到匹配自己系统的unlocker文件。 https://github.com/THDCOM/ESXiUnloc…

VMware vCenter Server 6.7安装过程记录

0、前言 最近由于一些原因需要安装测试VMware ESXi,无奈所有服务器都是十几年前的,配置低也不支持。后来通过VMware兼容性列表查询,快要放弃的时候发现唯一一台Dell R420,如获至宝。通过查询得知最高支持到6.5 U3,好在…

214. Devu和鲜花

214. Devu和鲜花 - AcWing题库 如果每个盒子里的花的数量是无限的,用隔板法可以得出答案是 现在每个盒子中区的花数要满足n个条件 我们可以求答案的补集,用全部方案数减去补集方案数 每一个不符合条件的要求为,设为Bi 补集方案数为就成了…

内存卡怎么格式化?2个方法就足够!

“我是一名摄影业余爱好者,之前的内存卡里存了很多的文件,导致容量满了。我想将内存卡格式化后继续使用,但是不知道应该如何操作,谁能给些建议吗?” 内存卡格式化是维护存储设备性能和数据安全的关键操作之一。当我们发…

CRM系统在销售目标管理中的作用是什么?

销售管理者为了激励销售人员、评估业绩、进行奖励,往往需要建立一个基本标准,就是人们常说的销售目标。设定销售目标时,既要激励到员工,又不能把标准定得过高。CRM系统在销售目标管理中起到什么作用?该如何通过CRM销售…

yolov作者简介

作者简介 作者叫Joseph Redmon,在谷歌学术上搜索作者的简介。 地址:‪Joseph Redmon‬ -巨人学术搜索‬‬ (cljtscd.com) 他提出了最著名的YOLO算法。其中YOLOV1的引用量达到了40287次。 gitihub地址:github地址 主页:个人主页

复杂业务逻辑的判断与优化

作者 刘希忱 在日常开发工作当中,优秀的用户界面数据库、构建工具、样式预处理器是前端现工作阶段必不可少的三大利器,很多优秀的团队已经为我们提供了很多便利的解决方案,但仍然有很多开发场景需要提升优化,比如声明、输出、判…

Cobalt Strike 钓鱼工具使用

免杀 安装 需要js环境 介绍 obalt Strike是一款基于java的渗透测试神器,常被业界人称为CS神器。自3.0以后已经不在使用Metasploit框架而作为一个独立的平台使用,分为客户端与服务端,服务端是一个,客户端可以有多个&#xff…

mysql varchar int

年龄是数字类型int SELECT * FROM test ORDER BY age; 年龄是字符类型varchar SELECT * FROM test ORDER BY code; 第1种 补前导0可以和数字一样排序 MySQL会比较字符的ASCII值,并根据这些值来确定字符的排列顺序。 印象中oracle好像也是吧。 ASCII (American …

【yolov8目标检测】使用yolov8训练自己的数据集

目录 准备数据集 python安装yolov8 配置yaml 从0开始训练 从预训练模型开始训练 准备数据集 首先得准备好数据集,你的数据集至少包含images和labels,严格来说你的images应该包含训练集train、验证集val和测试集test,不过为了简单说…

2023年10月中国数据库排行榜:墨天轮榜单前五开新局,金仓、亚信热度攀升

怀鸿鹄之志,展骐骥之跃。 2023年10月的 墨天轮中国数据库流行度排行 火热出炉,本月共有286个数据库参与排名。本月排行榜前十名变动较大,**华为 openGauss 重归探花之位,人大金仓 KingBase 热度上升,亚信 AntDB 进军10…

开源软件-禅道Zentao

禅道Zentao 简介漏洞复现SQL注入漏洞**16.5****router.class.php SQL注入** **v18.0-v18.3****后台命令执行** 远程命令执行漏洞(RCE)后台命令执行 简介 是一款开源的项目管理软件,旨在帮助团队组织和管理他们的项目。Zentao提供了丰富的功能…

Spring Security—Servlet 应用架构

目录 一、Filter(过滤器)回顾 二、DelegatingFilterProxy 三、FilterChainProxy 四、SecurityFilterChain 五、Security Filter 六、打印出 Security Filter 七、添加自定义 Filter 到 Filter Chain 八、处理 Security 异常 九、保存认证之间的…

关于统信UOS不能使用“modprobe brd”创建内存盘的问题

前言 我自用的电脑内存都比较大,因此很早就养成了使用内存做临时盘的习惯 内存盘的好处很多,比如将系统临时文件夹、浏览器缓存文件等设置到内存盘,不仅可以提升速度,还可以减少对固态硬盘的写入,提升固态盘的使用寿…

金融机器学习方法:回归分析

回归分析是统计学中的一个重要分支,它用于建立一个或多个自变量和一个因变量之间的关联模型。在本博客中,我们将深入探讨线性回归和逻辑回归这两种常见的回归分析方法,并通过Python示例进行分析。 目录 1.线性回归1.1 模型介绍1.2 示例分析 …

使用STM32怎么喂狗 (IWDG)

STM32F1 的独立看门狗(以下简称 IWDG)。 STM32F1内部自带了两个看门狗,一个是独立看门狗 IWDG,另一个是窗口看门狗 WWDG, 本章只介绍独立看门狗 IWDG,窗口看门狗 WWDG 会在后面章节介绍。 本章要实现的功能…