Ubuntu系统
方法一:执行命令:
sudo apt-get install libsparsehash-dev
pip install --upgrade git+https://github.com/mit-han-lab/[email protected]
方法二:离线安装;首先进入该网站下载自己所需版本,mit-han-lab/torchsparse: A high-performance neural network library for point cloud processing. (github.com)
将下载好的torchsparse.tar.gz上传至项目目录中
解压:tar zxvf torchsparse版本号.tar.gz
然后安装,执行命令:pip install ./torchsparse版本号
安装失败时所遇到的坑,帮大家排雷
1.确保 PyTorch 和 NVCC 使用相同版本的 CUDA:
nvcc --version
python -c "import torch; print(torch.version.cuda);"
需要确保为同一版本CUDA。
2.如果您尝试交叉编译库(即在构建时为与系统中的 GPU 不同的 GPU 进行编译,例如在 docker 构建中),请使用 TORCH_CUDA_ARCH_LIST 环境变量。您可以使用Matching CUDA arch and CUDA gencode for various NVIDIA architectures - Arnon Shimoni来查找您的architecture/gencode。例如,如果你想为图灵架构 GPU 进行编译,你会这样做:
TORCH_CUDA_ARCH_LIST="7.0;7.5" pip install --upgrade git+https://github.com/mit-han-lab/torchsparse版本号.git
3.如果您在编译日志中看到 Killed,则可能是由于并行编译导致内存不足导致编译失败。您可以通过在安装前设置 MAX_JOBS 环境变量来限制编译器将使用的 CPU 数量:
MAX_JOBS=2 pip install --upgrade git+https://github.com/mit-han-lab/torchsparse版本号.git
版权归原作者 我是好人BING 所有, 如有侵权,请联系我们删除。