安装pip install pointnet2_ops_lib/.

最新推荐文章于 2024-03-22 09:54:20 发布
最新推荐文章于 2024-03-22 09:54:20 发布
阅读量1.5k 收藏 4
点赞数 1
文章标签： pip python 开发语言
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/shan_5233/article/details/134124677
版权

安装这个的时候一直报错
在这里插入图片描述

在这里插入图片描述

总结原因还是版本不一致的问题，参考的博客https://blog.csdn.net/weixin_45144684/article/details/132525431
最后在这个链接里面https://anaconda.org/nvidia/cuda-toolkit成果安装11.5的粗大tookit就成功了，在这里插入图片描述
最后附上所有包的版本

# Name                    Version                   Build  Channel
_libgcc_mutex             0.1                 conda_forge    defaults
_openmp_mutex             4.5                       2_gnu    defaults
argparse                  1.4.0                    pypi_0    pypi
ca-certificates           2023.08.22           h06a4308_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
certifi                   2023.7.22                pypi_0    pypi
charset-normalizer        3.3.1                    pypi_0    pypi
cuda-cccl                 11.5.62                       0    nvidia/label/cuda-11.5.0
cuda-command-line-tools   11.5.0                        0    nvidia/label/cuda-11.5.0
cuda-compiler             11.5.0                        0    nvidia/label/cuda-11.5.0
cuda-cudart               11.5.50              h79feb7f_0    nvidia/label/cuda-11.5.0
cuda-cudart-dev           11.5.50              h2215e51_0    nvidia/label/cuda-11.5.0
cuda-cuobjdump            11.5.50              h3fb44dc_0    nvidia/label/cuda-11.5.0
cuda-cupti                11.5.57              h2e3e70b_0    nvidia/label/cuda-11.5.0
cuda-cuxxfilt             11.5.50              he5660e7_0    nvidia/label/cuda-11.5.0
cuda-driver-dev           11.5.50                       0    nvidia/label/cuda-11.5.0
cuda-gdb                  11.5.50              h03b1d8f_0    nvidia/label/cuda-11.5.0
cuda-libraries            11.5.0                        0    nvidia/label/cuda-11.5.0
cuda-libraries-dev        11.5.0                        0    nvidia/label/cuda-11.5.0
cuda-memcheck             11.5.50              h29df99e_0    nvidia/label/cuda-11.5.0
cuda-nsight               11.5.50                       0    nvidia/label/cuda-11.5.0
cuda-nsight-compute       11.5.0                        0    nvidia/label/cuda-11.5.0
cuda-nvcc                 11.5.50              h8f81028_0    nvidia/label/cuda-11.5.0
cuda-nvdisasm             11.5.50              hc026f5c_0    nvidia/label/cuda-11.5.0
cuda-nvml-dev             11.5.50              h511b398_0    nvidia/label/cuda-11.5.0
cuda-nvprof               11.5.50              h1597bcb_0    nvidia/label/cuda-11.5.0
cuda-nvprune              11.5.50              h003a74f_0    nvidia/label/cuda-11.5.0
cuda-nvrtc                11.5.50              h895d16b_0    nvidia/label/cuda-11.5.0
cuda-nvrtc-dev            11.5.50              h2215e51_0    nvidia/label/cuda-11.5.0
cuda-nvtx                 11.5.50              h4855407_0    nvidia/label/cuda-11.5.0
cuda-nvvp                 11.5.50              h97cf613_0    nvidia/label/cuda-11.5.0
cuda-samples              11.5.56              hf1e648b_0    nvidia/label/cuda-11.5.0
cuda-sanitizer-api        11.5.50              h7b563e8_0    nvidia/label/cuda-11.5.0
cuda-toolkit              11.5.0                        0    nvidia/label/cuda-11.5.0
cuda-tools                11.5.0                        0    nvidia/label/cuda-11.5.0
cuda-visual-tools         11.5.0                        0    nvidia/label/cuda-11.5.0
cudatoolkit               11.3.1              hb98b00a_12    defaults
cudnn                     8.2.1                cuda11.3_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
cycler                    0.11.0                   pypi_0    pypi
datetime                  5.2                      pypi_0    pypi
einops                    0.6.1                    pypi_0    pypi
gds-tools                 1.1.0.37                      0    nvidia/label/cuda-11.5.0
h5py                      3.8.0                    pypi_0    pypi
idna                      3.4                      pypi_0    pypi
joblib                    1.3.2                    pypi_0    pypi
kiwisolver                1.4.5                    pypi_0    pypi
ld_impl_linux-64          2.40                 h41732ed_0    defaults
libcublas                 11.7.3.1             h9aaa3f1_0    nvidia/label/cuda-11.5.0
libcublas-dev             11.7.3.1             h735f016_0    nvidia/label/cuda-11.5.0
libcufft                  10.6.0.54            h870cfc3_0    nvidia/label/cuda-11.5.0
libcufft-dev              10.6.0.54            heb8b0c4_0    nvidia/label/cuda-11.5.0
libcufile                 1.1.0.37                      0    nvidia/label/cuda-11.5.0
libcufile-dev             1.1.0.37                      0    nvidia/label/cuda-11.5.0
libcurand                 10.2.6.48            h7a3aca7_0    nvidia/label/cuda-11.5.0
libcurand-dev             10.2.6.48            h7d14a9d_0    nvidia/label/cuda-11.5.0
libcusolver               11.2.1.48            h9466049_0    nvidia/label/cuda-11.5.0
libcusolver-dev           11.2.1.48            h612d181_0    nvidia/label/cuda-11.5.0
libcusparse               11.7.0.31            he98c070_0    nvidia/label/cuda-11.5.0
libcusparse-dev           11.7.0.31            h28fb914_0    nvidia/label/cuda-11.5.0
libffi                    3.4.2                h7f98852_5    defaults
libgcc-ng                 13.2.0               h807b86a_2    defaults
libgomp                   13.2.0               h807b86a_2    defaults
libnpp                    11.5.1.53            h3cab1f3_0    nvidia/label/cuda-11.5.0
libnpp-dev                11.5.1.53            h970a96a_0    nvidia/label/cuda-11.5.0
libnsl                    2.0.1                hd590300_0    defaults
libnvjpeg                 11.5.3.48            hd86304a_0    nvidia/label/cuda-11.5.0
libnvjpeg-dev             11.5.3.48            hb9d0013_0    nvidia/label/cuda-11.5.0
libsqlite                 3.43.2               h2797004_0    defaults
libstdcxx-ng              13.2.0               h7e041cc_2    defaults
libzlib                   1.2.13               hd590300_5    defaults
matplotlib                3.4.2                    pypi_0    pypi
ncurses                   6.4                  hcb278e6_0    defaults
nsight-compute            2021.3.0.13                   0    nvidia/label/cuda-11.5.0
numpy                     1.21.6                   pypi_0    pypi
openssl                   3.0.11               h7f8727e_2    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
pillow                    9.5.0                    pypi_0    pypi
pip                       23.3.1             pyhd8ed1ab_0    defaults
pointnet2-ops             3.0.0                    pypi_0    pypi
pyparsing                 3.1.1                    pypi_0    pypi
python                    3.7.12          hf930737_100_cpython    defaults
python-dateutil           2.8.2                    pypi_0    pypi
pytz                      2023.3.post1             pypi_0    pypi
pyyaml                    5.4.1                    pypi_0    pypi
readline                  8.2                  h8228510_1    defaults
requests                  2.31.0                   pypi_0    pypi
scikit-learn              0.24.2                   pypi_0    pypi
scipy                     1.7.3                    pypi_0    pypi
setuptools                68.2.2             pyhd8ed1ab_0    defaults
six                       1.16.0                   pypi_0    pypi
sqlite                    3.43.2               h2c6b66d_0    defaults
threadpoolctl             3.1.0                    pypi_0    pypi
tk                        8.6.13               h2797004_0    defaults
torch                     1.11.0+cu115             pypi_0    pypi
torchaudio                0.11.0+cu115             pypi_0    pypi
torchvision               0.12.0+cu115             pypi_0    pypi
tqdm                      4.66.1                   pypi_0    pypi
typing                    3.7.4.3                  pypi_0    pypi
typing-extensions         4.7.1                    pypi_0    pypi
urllib3                   2.0.7                    pypi_0    pypi
wheel                     0.41.2             pyhd8ed1ab_0    defaults
xz                        5.2.6                h166bdaf_0    defaults
zope-interface            6.1                      pypi_0    pypi
shan_shmily
关注
  • 1
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
解决pip install psycopg2出错问题
12-17
pip install psycopg2出现错误： Looking in indexes: https://pypi.tuna.tsinghua.edu.cn/simple Collecting psycopg2 Using cached https://pypi.tuna.tsinghua.edu.cn/packages/84/d7/6a93c99b5ba4d4d22daa3928b983cec66df4536ca50b22ce5dcac65e4e71/psycopg2-2.8.4.tar.gz (377 kB) ERROR: Command errored out with exit
PointNet++ pytorch版本中pointnet2_ops_lib的配置
热门推荐
qq_40321547的博客
04-23 1万+
PointNet++ pytorch版本中pointnet2_ops_lib的配置
ERROR: Failed building wheel for pointnet2-ops解决方法
weixin_60285599的博客
01-31 870
但是在输入pip install -r requirements安装 pointnet2_ops_lib/.时，出现报错ERROR: Failed building wheel for pointnet2-ops。这两天在复现点云相关的一些论文，发现好多项目都是要用到pointnet这个基础的模型，而且许多都是把pointnet中的FPS集成到了cuda上，所以需要进行一系列配置。查阅了github中的相关讨论区，发现是torch版本的问题。安装上述版本的torch。根据这个项目进行配置。
PointNet2：深度学习中的3D点云处理新星
最新发布
gitblog_00072的博客
03-22 282
PointNet2：深度学习中的3D点云处理新星 项目地址:https://gitcode.com/charlesq34/pointnet2 PointNet2 是一个基于PyTorch的开源框架，由Charles R. Qi等人开发，用于处理三维点云数据的深度学习模型。该项目是原始的PointNet的扩展版，增强了对局部结构的捕捉能力，为3D对象识别、分割和姿态估计等任务提供了更高效的解决方案。...
[Windows] pip install pointnet2_ops报错解决
路飞DoD的博客
03-04 1465
参考博客终端由于在注册表设置了autorun（历史遗留问题，应该是大一写C遇到终端乱码学的解决方式🫥），每次启动都会设置编码为utf-8.这样会导致visual studio终端启动报错（vcvarsall.bat）。如下图所示，找到，将Autorun删除即可。
from pointnet2_ops import pointnet2_utils 安装过程
goodgoodstudy___的博客
12-16 4094
pointnet2_ops
windows下面的SpinNet实现出现的一丢丢问题
weixin_48818065的博客
05-05 1549
windows跑SpinNet出现的问题记录
pointnet2_ops:Erik Wijman的Pointnet ++存储库中的操作叉
03-17
pointnet2_ops:Erik Wijman的Pointnet ++存储库中的操作叉
pointMLP安装point_ops_lib/.模块（pytorch版本）
kswlyy的博客
06-08 1226
看自己cuda版本可以进入电脑环境变量里看CUDA_PATH，之前看教程还需要添加环境变量CUDA_HOME，之后没配置也成功了，如果没成功可以试一下是不是这个问题。在满足源码Requirements的环境后，在pytorch环境中CD到 pointnet2_ops_lib所在目录，然后运行 pip install pointnet2_ops_lib/.可能会出现报错。第一步出错的我那时候是重新安装了NVIDIA CUDA之后正常电脑环境变量里会自动出现CUDA_PATH和对应的cuda的版本。
Ubuntu16.04下pytorch版本中pointnet2_ops_lib的配置
dreaming_song的博客
02-13 2184
Ubuntu16.04系统下基于pytorch的代码环境需要配置pointnet2_ops_lib。笔者虚拟环境配置为Ubuntu16.04、pytorch1.8.2、cuda11.1、python3.6。pointnet2_ops_lib源码来自，配置要求在作者书写的README里说得很清楚了，仔细阅读。总体来说，虚拟环境里缺啥装啥，记录下遇到的问题及解决方法。
pointnet2（pointnet++）源码复现
小屋
07-29 3754
该项目的github原始地址：https://github.com/charlesq34/pointnet2 目录1.环境配置1.1 环境展示1.2 环境配置1.3 下载源码及训练数据集1.4 编译tf_ops2. 训练 1.环境配置 1.1 环境展示 官方在ubuntu14.04上进行了测试，所用环境为： tensorflow-gpu1.2 python2.7 我所使用的设备为2080上的ubuntu18.04,所用的环境为： anaconda3 tensorflow-gpu 1.8.0 pyth
工程 (六) ——PointNet点云分类
HUASHUDEYANJING的博客
08-08 2417
首先打开model/pointnet2_cls_ssg.py的一个分类网络模型的文件，代码解析如下，可以看到分类网络主要通过三个特征提取层PointNetSetAbstraction之后再通过全链接来达到分类的目的。分类官方使用的是ModelNet数据集，将下载好的 ModelNet40数据集放在./data/路径下。语义分割与分类的不同是除了将点云下采样得到特征向量后，还需要将点集上采样回原始点集数量，网络结构如下。--log_dir 后面跟的是网络模型的名称，也就是model文件夹下的文件。......
python 安装easy_install和pip
03-28
python 安装easy_install和pip
pointnet:PyTorch实施的“ PointNet
05-15
点网 PyTorch实现的“ PointNet：针对3D分类和分段的点集深度学习” 中型文章详细说明了实现的关键点。 分类数据集 此代码在数据集上实现对象分类。 与原始论文一样，我们根据当前面的面积在对象表面上采样1024个点。 然后，将对象归一化为单位球并添加高斯噪声。 这是代表椅子的神经网络的输入示例： 您可以通过以下下载数据集 分类表现 等级（精度） 全面的 浴缸 床 椅子 桌子 梳妆台 监视器 床头柜 沙发 桌子 洗手间 ModelNet10 82.0％ 93.4％ 92.0％ 97.2％ 81.5％ 71.0％ 89.4％ 56.0％ 86.9％ 93.4％ 95.9％ 预训练模型可用 用法 最好的第一个选择是在Google Colab中使用注释和可视化效果/nbs/PointNetClass.ipynb运行笔记本。 第二个选项是在本地计算机上克
Pointnet2_PyTorch:Pointnet2Pointnet++的PyTorch实现
08-03
Pointnet2/Pointnet++ PyTorch 项目状态：未维护。 由于时间有限，我没有更新此代码的计划，也不会响应问题。 用 PyTorch 编写的 Pointnet2/Pointnet++ 的。 通过支持多 GPU。 支持 PyTorch 版本 >= 1.0.0。 使用来支持旧版本的 PyTorch。 有关官方模型定义和超参数，请参阅论文的官方代码发布（在 tensorflow 中）， 。 Pointnet++ 使用的自定义操作目前仅在使用 CUDA 的 GPU 上受支持。 设置 安装python -- 这个 repo 是用{3.6, 3.7} 使用 CUDA 安装pytorch - 此 repo 已使用{1.4, 1.5}进行测试。 它可能适用于比1.5更新的版本，但这不能保证。 安装依赖 pip install -r requirements.txt 示
RfDNet:CVPR'21的实施
04-16
RfD-Net RfD-Net：通过语义实例重建理解点场景，，， 在。... cd external/pointnet2_ops_lib pip install . 演示版 预训练的模型可以在这里下载。 将预训练的模型放在以下目录中 out/pretrained_mod
pip_install.py
10-16
pip_install.py 手动 pip 安装文件. 下载文件,放置在 python 安装目录中的 Scripts 目录中,例如: C:\Python34\Scripts 然后运行 pip_install.py 即可安装 pip
点云配准CVPR2023 BUFFER 环境搭建
ZhangWuyi666的博客
09-05 380
代码复现问题总结
请问如何运行这段代码# PointNet++ pip install "git+https://github.com/erikwijmans/Pointnet2_PyTorch.git#egg=pointnet2_ops&subdirectory=pointnet2_ops_lib" # GPU kNN pip install --upgrade https://github.com/unlimblue/KNN_CUDA/releases/download/0.2/KNN_CUDA-0.2-py3-none-any.whl
07-22
要运行这段代码，您需要按照以下步骤进行操作： 1. 打开终端或命令提示符，并确保已安装了适当的 Python 和 pip 版本。 2. 运行以下命令来安装 PointNet++ 的依赖库 pointnet2_ops： ``` pip install "git+https://github.com/erikwijmans/Pointnet2_PyTorch.git#egg=pointnet2_ops&subdirectory=pointnet2_ops_lib" ``` 这将从指定的 Git 仓库中下载代码并安装 pointnet2_ops 包。 3. 接下来，运行以下命令来安装 GPU kNN： ``` pip install --upgrade https://github.com/unlimblue/KNN_CUDA/releases/download/0.2/KNN_CUDA-0.2-py3-none-any.whl ``` 这将下载并安装 GPU kNN 软件包。 请确保您的系统满足 PointNet++ 和 GPU kNN 的要求，并且已正确安装和配置了 CUDA Toolkit。 完成上述步骤后，您应该能够成功运行使用 PointNet++ 和 GPU kNN 的代码。如有任何问题，请提供更多详细信息以便我们帮助您解决问题。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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

打赏作者

shan_shmily

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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