StyleSDF的Pytorch环境搭建，Windows安装Pytorch4d，保姆级。

  • 一、StyleSDF的Pytorch环境搭建的预备条件
  • 二、安装过程
  • 2.1 需求分析
  • 2.2 下载与安装组件
  • 2.2.1 Anaconda安装
  • 2.2.2 Pycharm安装
  • 2.2.3 Visual Studio 2019安装——必须安装，高过2019、低于2017的版本不支持。
  • 2.2.4 下载CUDA11.1 地址：[点这里！！！](https://developer.nvidia.com/cuda-toolkit-archive)
  • 2.2.5 下载cuDNN for 11.X 地址：[点这里！！！](https://developer.nvidia.com/rdp/cudnn-download)
  • 2.2.6 下载torch与torchvision 地址：[点这里！！！](https://download.pytorch.org/whl/torch_stable.html)
  • 2.2.7 下载CUB 11.1 地址：[点这里！！！](https://github.com/NVIDIA/cub/releases?page=2)
  • 2.2.8 下载Pytorch3d 0.6.1 地址：[点这里！！！](https://github.com/facebookresearch/pytorch3d)
  • 2.2.9 创建虚拟环境与安装组件
  • 2.3 安装Pytorch3d——确保Visual Studio已经安装并且环境变量已经添加
  • 2.3.1 修改文件
  • 2.3.2 修改解压出来的Pytorch3d目录下的setup.py文件
  • 2.3.3 以管理员身份运行x64 Native Tools Command Prompt for VS 2019
  • 2.4 运行generate_shapes_and_images.py能够生成image与mesh。
  • 引用


一、StyleSDF的Pytorch环境搭建的预备条件

StyleSDF项目源码下载地址：点这里！！！ torch下载地址：点这里！！！ CUDA下载地址：点这里！！！ cuDNN下载地址：点这里！！！ CUB下载地址：点这里！！！ Pytorch3d下载地址：点这里！！！ Visual Studio 2019下载地址：本文不提供，请自己安装！！！关于Visual Studio的版本问题，好像2017也可以，但是博主没有试过，请自行尝试。

二、安装过程

2.1 需求分析

下载完成StyleSDF项目源码并在Pycharm中打开，文件README.md中写到各组件的版本需求如下：

pytorch3d windows pytorch3d windows wheel_深度学习

2.2 下载与安装组件

本文使用的CUDA环境是 11.1 ，经验证 10.2 也可以，但是，但是，但是！！！
注意：低版本CUDA可能不支持高性能显卡，博主先在1050Ti上安装了基于cuda10.2的环境，然后想照搬到3090的机器上，但是报错显卡算力不匹配。 因此要查看自己显卡支持的CUDA版本。

2.2.1 Anaconda安装

  • 略！！！
  • 注意添加环境变量，否则无法访问命令“conda”。

2.2.2 Pycharm安装

  • 略！！！

2.2.3 Visual Studio 2019安装——必须安装，高过2019、低于2017的版本不支持。

  • 略！！！关于Visual Studio的版本问题，好像2017也可以，但是博主没有试过，请自行尝试。
  • 完成安装后，需要添加环境变量，按照自己的路径添加环境变量，博主添加的环境变量如下：
C:\Program Files (x86)\Microsoft Visual Studio\2019\Professional\VC\Tools\MSVC\14.29.30133\bin\Hostx64\x64

2.2.4 下载CUDA11.1 地址：点这里！！！

pytorch3d windows pytorch3d windows wheel_pytorch3d windows_02

  • 默认安装即可。安装完成后会生成目录：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1

2.2.5 下载cuDNN for 11.X 地址：点这里！！！

pytorch3d windows pytorch3d windows wheel_windows_03

  • 下载完成之后解压如下文件：
  • 将这三个文件夹复制到目录2.2.4小节所示目录下。然后打开Anaconda prompt，输入：nvcc -V 查看cuda版本号。如下，

    注意！！！注意！！！注意！！！
    打印出来的版本要一定要是11.1，因为我们装的是11.1，如果不是11.1，首先查看环境变量中的CUDA_PATH，然后查看Path，将11.1所在的路径上移至其他版本之前，或者删除其他版本的路径。

2.2.6 下载torch与torchvision 地址：点这里！！！

  • 按照版本要求，我们下载torch 1.9.0 与 torchvision 0.10.0

2.2.7 下载CUB 11.1 地址：点这里！！！

  • 按照cudatoolkit版本下载CUB

    下载之后解压，将所在目录添加至环境变量，注意，这里不是添加到Path中，而是新建。

2.2.8 下载Pytorch4d 0.6.1 地址：点这里！！！

  • 点击进去网址之后，下滑找到对应版本进行下载。


    然后解压。

2.2.9 创建虚拟环境与安装组件

  • 创建虚拟环境，并激活。
conda create -n stylesdf python=3.8.5
activate stylesdf
  • 进入StyleSDF源码所在目录
cd C:\Users\DZE25\Desktop\StyleSDF-main
  • 安装基本依赖
pip install -r requirements.txt
  • 安装torch与torchvision，首先需要进入存放这两个文件的目录下。
pip install "torch-1.9.0+cu111-cp38-cp38-win_amd64.whl"
pip install "torchvision-0.10.0+cu111-cp38-cp38-win_amd64.whl"
  • 验证GPU可以使用

    • pytorch3d windows pytorch3d windows wheel_深度学习_04

2.3 安装Pytorch3d——确保Visual Studio已经安装并且环境变量已经添加

2.3.1 修改文件

  • 修改文件 C:\Users\DZE25\anaconda3\envs\StyleSDF\lib\site-packages\torch\utils\cpp_extension.py 中的两处！！！
    其中DZE25为用户名，StyleSDF为虚拟环境名。
    将注释的语句按如下修改。

2.3.2 修改解压出来的Pytorch4d目录下的setup.py文件

  • 修改两处。

2.3.3 以管理员身份运行x64 Native Tools Command Prompt for VS 2019

  • 找不到这个文件的桌面左下角搜素
  • 激活刚刚创建好的虚拟环境，并进入pytorch3d所在的目录
  • 执行以下命令
set DISTUTILS_USE_SDK=1
  • 执行以下命令
python setup.py install
  • 出现以下提示，表明安装成功
  • 进入python中能够引用pytorch3d并打印版本信息

2.4 运行generate_shapes_and_images.py能够生成image与mesh。



引用


[1] : https://zhuanlan.zhihu.com/p/488474727