在CUDA12.4下构建pointcept运行环境

于 2025-01-08 22:26:09 发布
阅读量491 收藏
点赞数 3
分类专栏： 深度学习 点云 # PyTorch 文章标签： CUDA pointcept 点云
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/DLW__/article/details/144929996
版权

日期：2025年1月4日
由于不想降级CUDA版本，尝试在 CUDA12.4 下构建 Pointcept 运行环境。
构建中发现以下问题：

  • CUDA12.4 仅支持 Pytorch>=2.4.0
  • spconv-cu124 仅支持 python>=3.9
  • open3d 尚未支持 python>=3.12
  • conda install pytorch-cluster pytorch-scatter pytorch-sparse -c pyg -y 某些情况下会因为版本不兼容导致破坏性降级pytorch

因此可选的版本为python 3.9~3.11，torch<=2.4，以下为在 python==3.11 下的部署脚本：

# CUDA VERSION 12.4
conda create -n pointcept python=3.11
最低0.47元/天 解锁文章
pointNet复现、论文和代码研读
苏钟白的博客
10-30 909
本文的模型2017年提出，是直接利用3D点云用来分类和分割。对于分割任务，将单个点云的特征和全局的特征拼接再提取特征，涉及到对称函数（max pool）解决无序数据问题、全局和局部特征的拼接以及对齐网络。参考：因为安装的tensorflow是cpu版本。验证tensorflow是cpu还是gpu的方法：为什么在4个GPU上都在运行？
pointcept环境搭建
weixin_45625419的博客
05-29 493
【代码】pointcept环境搭建。
Pointcept 项目使用教程
gitblog_00479的博客
09-15 1172
Pointcept 项目使用教程 Pointcept Pointcept: a codebase for point cloud perception research. Latest works: PPT, MSC (CVPR'23), PTv2 (NeurIPS'22) ...
Pointcept 开源项目使用教程
gitblog_00883的博客
09-14 1148
Pointcept 开源项目使用教程 Pointcept Pointcept: a codebase for point cloud perception research. Latest works: PPT, MSC (CVPR'23), PTv2 (NeurIPS'22) ...
pytorch3d（和cuda、pytorch）在Windows、Ubuntu的conda虚拟环境内安装（24年3月）
qq_62341322的博客
03-23 2735
以python3.9，安装cuda 11.7、pytorch 2.0.1为例。想必相当一部分朋友已经查阅过了大量的pytorch、pytorch3d安装帖。这里只介绍我常用的配置方法，不是汇总的介绍。
Pointcept 项目常见问题解决方案
gitblog_00230的博客
12-14 770
Pointcept 项目常见问题解决方案 Pointcept Pointcept: a codebase for point cloud perception research. Latest works: PPT, MSC (CVPR'23), PTv2 (NeurIPS'22) ...
CUDA 12.4版本安装包
10-15
CUDA 12.4版本安装包
CUDA 12.4官方文档 - 英文
04-16
CUDA提供了广泛的兼容性支持，确保开发者可以在不同的操作系统和硬件平台上编写和运行CUDA应用程序。 ##### 6.1.5 C++兼容性 CUDA支持C++标准库，并且可以通过CUDA Toolkit中的nvcc编译器直接编译C++代码，这大大...
【操作系统与硬件配置】CentOS 7安装NVIDIA驱动及CUDA 12.4：显卡配置与环境变量设置指南
最新发布
05-09
内容概要：本文详细介绍了在CentOS 7系统上安装英伟达显卡驱动和CUDA的过程。首先，需要下载对应版本的离线包并通过命令行工具查看显卡型号和支持的驱动。接着，禁用系统默认的开源nouveau驱动，以防止其与NVIDIA...
pytorch - py3.9- cuda12.4 - linux
06-13
pytorch - py3.9- cuda12.4 - linux - pytorch - py3.9- cuda12.4 - linux - pytorch - py3.9- cuda12.4 - linux - pytorch - py3.9- cuda12.4 - linux - pytorch - py3.9- cuda12.4 - linux - pytorch - py3.9- ...
spconv.zip
01-10
编译好的，直接安装即可
合肥工业大学Eaas平台深度学习使用记录
wrrryyyyy的博客
09-20 444
补充 自己建的conda环境默认不带cudnn(不带cudnn容易跑不起来 ptv1里pointops就依赖cudnn)，推荐是克隆已有的conda环境(不推荐自己去安miniconda弄环境(泣))在集群→分区查看当前机器的资源使用情况，如gpu1机器只有两个cpu 假如gpu1机器有空闲的gpu，如果我们要申请使用gpu1机器 申请命令的-n就要调整到2。我粗略的扫了一遍官方的帮助文档，集群使用这块应该是没举例说明怎么在自己申请的地方配置环境，因此写了本文作为记录。
point transformer复现遇到问题集合
wlxyaa的博客
12-23 557
是一个列表，Python 会按照这个列表中的路径顺序查找模块。运行如上命令出现报错。
探索点云变换的未来：Point Transformer V3 强势来袭
gitblog_00099的博客
06-08 841
探索点云变换的未来：Point Transformer V3 强势来袭 PointTransformerV3[CVPR 2024] Official project repository of Point Transformer V3 (PTv3)项目地址:https://gitcode.com/gh_mirrors/po/PointTransformerV3 在深度学习与三维感知领域，一个新星...
Point Transformer V3 论文复现
qq_61247019的博客
06-28 4429
在Github上下载好代码文件进行环境配置这边由于使用Windows进行安装会出现很多BUG。
GPT4Point 项目使用教程
gitblog_00911的博客
10-10 390
GPT4Point 项目使用教程 项目地址:https://gitcode.com/gh_mirrors/gp/GPT4Point 1. 项目介绍 GPT4Point 是一个用于理解和生成点云数据的统一框架，由 Pointcept 团队开发。该项目在 CVPR'24 中被选为 Highlight，展示了其在点云与语言多模态理解与生成方面的强大能力。GPT4Point 不仅支持点云数据的语言理解任务...
point transformer v3复现及核心代码详解
weixin_50557558的博客
09-11 7548
point transformer v3复现及核心代码详解
大模型理解与生成三维点云：CVPR《GPT4Point: A Unified Framework for Point-Language Understanding and Generation》介绍
qq_37261357的博客
04-16 3764
本文是关于CVPR2024最新论文《GPT4Point: A Unified Framework for Point-Language Understanding and Generation》的简要介绍。GPT4Point是让大模型理解与生成三维模型点云的经典作品，作者提出了 Pyramid-XL点云-语言标注引擎，以及数据规模超过1M的物体文本数据集，并且使用多种评价指标评测GPT4Point的点云理解和生成性能。
室内室外双SOTA！OpenIns3D—3D开放世界场景理解新思路
CV_Autobot的博客
09-23 616
点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取今天自动驾驶之心很荣幸邀请到黄哲宁来分享3D开放世界场景理解新思路——OpenIns3D，如果您有相关工作需要分享，请在文末联系我们！>>点击进入→自动驾驶之心【Transformer】技术交流群论文作者|黄哲宁编辑 | 自动驾驶之心主页：https://zheninghuang.github.io/OpenIns3...
在cuda12.4下安装目标检测swin transformer安装
03-19
### 安装 Swin Transformer 并配置 CUDA 12.4 的环境 为了在 CUDA 12.4 环境下安装并运行 Swin Transformer 进行目标检测，以下是详细的说明： #### 创建 Conda 虚拟环境 首先创建一个新的虚拟环境，并指定 Python 版本。推荐使用与 CUDA 兼容的 Python 版本（通常为 3.8 至 3.10）。由于引用中提到的是 `python=3.12.8`[^1]，但实际上目前最新的稳定版可能是 Python 3.10.x 或更低版本，因此建议调整到更稳定的版本。 ```bash conda create -n Swin-Transformer python=3.9 conda activate Swin-Transformer ``` #### 安装 PyTorch 及其依赖项 PyTorch 是支持 GPU 加速的重要工具之一，需确保它兼容 CUDA 12.4。可以通过官方命令获取适合当前系统的安装指令： ```bash pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124 ``` 上述命令会自动下载适用于 CUDA 12.4 的 PyTorch 库及其扩展包[^2]。 #### 安装 Swin Transformer 所需的其他库 Swin Transformer 常见的目标检测框架有 MMDetection 或 Detectron2。这里以 MMDetection 为例展示具体步骤： 1. **克隆仓库** 下载 MMDetection 和 MMCV（MMLab 的核心组件）源码： ```bash git clone https://github.com/open-mmlab/mmdetection.git cd mmdetection ``` 2. **安装 MMCV** 使用预编译二进制文件快速安装 MMCV，或者通过源码构建以适配特定硬件需求： ```bash pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cu124/torch1.13/index.html ``` 3. **安装 MMDetection** 将本地代码作为开发模式安装： ```bash pip install -e . ``` #### 处理潜在问题 如果遇到 NVRTC 相关错误，则可能是因为早期版本存在内存管理漏洞。根据已有信息，在 CUDA 12.1 已经修复此类问题，而更高版本如 CUDA 12.4 更加稳健，理论上不会重现该类崩溃现象。 对于批量推理性能优化方面，增大显存利用率确实有助于减少每批次处理时间差异。然而实际效果取决于模型架构设计以及输入数据特性[^3]。可以尝试以下方法提升效率： - 启用混合精度训练 (`amp`) 减少计算开销； - 利用 TensorRT 对网络进行剪枝量化后再部署； - 测试不同 batch size 寻找最佳平衡点。 ### 性能调优技巧 尽管增加显卡资源能够缓解部分压力，但并非唯一解决方案。合理设置超参数同样重要，例如学习率调度策略、权重衰减系数等均会影响最终表现。 ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值