一、安装CUDA Toolkit 11.6
1. 查看显卡版本
nvidia-smi
这一项代表了显卡能够装的最新的CUDA版本是多少。如果低于11.6。那可以先换个卡再来看本文了。
2. 查看是否已经安装了CUDA Toolkit
nvcc -V
如果已经安装了,是下面这个样子,能够看到已经安装了的版本。
那么分为下面几种情况:
(1)天助我也:版本刚好就是11.6,直接跳过CUDA Toolkit安装这一步,直接到第二节。
(2)简简单单:显示还没安装,进行安装即可。
(3)繁琐不堪:版本并不是11.6。但是这个机子是你自己的独占的,那你可以把原来的CUDA Toolkit删掉(自己查查怎么删哈),安装即可。
(4)天崩地裂:版本并不是11.6,而且服务器是公用的,你不能把原来的删了,不然其他人的程序可能无法运行,而你成为众矢之的。因此,你需要额外装一个自己的CUDA Toolkit。请移步到另一篇文章。
3 CUDA Toolkit 11.6直接安装
来到CUDA Toolkit11.6网站CUDA Toolkit 11.6 Downloads | NVIDIA Developer?选择自己系统对应的版本,即红框中的2项。
选完后,找一个合适的文件夹,输入网站中给出的两条命令:
输完第二个命令进入安装:
accept+回车
install+回车
一路y即可。
二、安装pytorch+torchvision+torchaudio+cudatoolkit
1. 尝试使用environment.yml
conda env create --file environment.yml
如果你运气够好,没有报错的话,那么运行完这个命令。就已经可以激活环境开始训练了。如果中间出现了torch版本和environment.yml里的对不上,diff-gaussian-rasterization包也因为cuda版本或者pytorch版本对不上的问题而无法安装。那只能删掉环境按下面的步骤来了。
conda delete --name gaussian_splatting
2. 建环境
conda create --name gss python=3.7.13
conda activate gss
3. 逐个安装
基础包pytorch+torchvision+torchaudio+cudatoolkit
尝试运行pytorch网站的命令,可能需要科学上网
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.6 -c pytorch -c conda-forge
这里扫盲一下,pytorch+torchvision+torchaudio+cudatoolkit它们之间版本是有对应关系的,具体看Previous PyTorch Versions | PyTorch。
如果上面的命令不行,那就用国内清华源来一条条装。
pip install torch==1.12.1
pip install torchaudio=0.12.1
pip install torchvision=0.13.1
conda install deepmodeling::cudatoolkit
4. 两个CUDA编程的包
接着是cd到3D Gaussian Splatting的项目文件夹里,pip两个CUDA编程的包
pip install submodules/diff-gaussian-rasterization
pip install submodules/simple-knn
如果这两个包都能安装,那说明问题已经解决。如果遇到了像diff-gaussian-rasterization包因为cuda版本或者pytorch版本对不上的问题而无法安装的情况,你需要看看第二篇文章和下面的参考文章,提高对CUDA和pytorch的理解才能解决问题。
后面训练时缺tqdm和plyfile再pip安装一下即可
pip install tqdm
pip install plyfile==0.8.1
参考文献
想要更加了解Pytorch与CUDA强烈推荐https://www.cnblogs.com/yhjoker/p/10972795.html