Ubuntu和Windows下 MinkowskiEngine安装-2023-3-20

1. docker安装（推荐）

windows

安装docker desktop，看这个博客：

https://blog.csdn.net/m0_67393295/article/details/126327312

安装完成后记得给docker desktop换成国内的源，具体方法：
打开C:\Users\17455.docker\daemon.json（用 everthing软件 搜一下daemon.json），并修改为（直接复制就OK）

{
  "registry-mirrors": [
    "https://docker.mirrors.ustc.edu.cn",
    "https://docker.mirrors.ustc.edu.cn",
    "https://registry.docker-cn.com"
  ],
  "default-runtime": "nvidia",
    "runtimes": {
        "nvidia": {
            "path": "/usr/bin/nvidia-container-runtime",
            "runtimeArgs": []
        }
    }
}

pull一个MinkowskiEngine镜像（别用官方的，那个太抽象了dockerfile根本不行，不知道为啥）

docker pull chrischoy/minkowski_engine

启动容器时需要开启GPU

docker run -it --gpus all chrischoy/minkowski_engine:latest

chrischoy/minkowski_engine:latest，冒号前面是镜像名字，冒号后面是容器名字。
最后测试一下：

python
>>> import MinkowskiEngine as ME
>>> print(ME.__version__)
0.5.4

Ubuntu

安装docker

curl -fsSL https://get.docker.com | bash -s docker --mirror Aliyun

设置daemon.json，看下面这个博客；

https://blog.csdn.net/qq_38463737/article/details/120031716

注意：vim和拉取镜像都需要在管理员模式下操作；

##拉取镜像：
su
docker pull chrischoy/minkowski_engine

一些docker的操作

#启动docker，-itd表示后台运行
docker run --gpus all -itd --name mink chrischoy/minkowski_engine:latest

#查看所有的容器
docker ps -a

#启动一个已停止的容器
docker start <容器 ID>

#进入容器
docker exec -it <容器 ID> /bin/bash

#退出
exit

#停止容器
docker stop <容器 ID>

#更多操作，查看
https://www.runoob.com/docker/docker-container-usage.html

报错:
docker: Error response from daemon: could not select device driver ““ with capabilities: [[gpu]]
解决：

curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | \
  sudo apt-key add -
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | \
  sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt-get update

sudo apt-get install -y nvidia-container-toolkit

sudo systemctl restart docker

2. conda安装

conda create -n mink python=3.8
conda activate mink

真别跟着官方文档安装，心态容易爆炸；

首先看你的cuda版本，这个是你最高能安装的版本，不要高于它；

nvidia-smi

然后去pytorch官方，进入以前版本界面；

https://pytorch.org/get-started/previous-versions/

使用pip安装对应的版本，我这里用11.6举例；
不管三七二十一，先给pip换个源；

pip config --global set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

然后安装，如果很慢，请挂梯子；

pip install torch==1.12.1+cu116 torchvision==0.13.1+cu116 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu116

安装依赖；

conda install openblas-devel -c anaconda

首先确保你的cuda用的是你安装的这个版本，比如11.6；
先去文件夹下看看，有没有/usr/local/cuda-11.6，按照上面步骤应该都有；

export CUDA_HOME=/usr/local/cuda-11.6

确保你的gcc和g++版本都是7.5.0以上，不要超过8哈;
如果不到7.5.0，会报错，并且可能会卡死，然后你心态爆炸；

gcc --version
g++ --version

git clone https://github.com/NVIDIA/MinkowskiEngine.git
cd MinkowskiEngine
python setup.py install --blas_include_dirs=${CONDA_PREFIX}/include --blas=openblas

最后测试一下：

python
>>> import MinkowskiEngine as ME
>>> print(ME.__version__)
0.5.4

编译过程如果卡死，在setup文件里面142行左右，把12改小；
编译过程会报一堆warning，无所谓；
最后就成功了；

3. VScode使用docker环境

安装两个插件

ssh
Dev Containers

vscode界面左下角点一下，然后attch to running Container
如果ssh连接说没有权限，需要加入docker group：

sudo chown root:docker /var/run/docker.sock # 修改docker.sock权限为root:docker
sudo groupadd docker          # 添加docker用户组 
sudo gpasswd -a $USER docker  # 将当前用户添加至docker用户组
newgrp docker                 # 更新docker用户组

4. 成功

服了，官方的安装教程真是一托_______。
最后祝大家科研顺利，文章都中一区！