当前位置: 首页 > ds >正文

Ubuntu22.04安装MinkowskiEngine

MinkowskiEngine简介

Minkowski引擎是一个用于稀疏张量的自动微分库。它支持所有标准神经网络层,例如对稀疏张量的卷积、池化和广播操作。

MinkowskiEngine安装

官方源码链接:GitHub - NVIDIA/MinkowskiEngine: Minkowski Engine is an auto-diff neural network library for high-dimensional sparse tensors

官方提供的安装教程只适合cuda-10.2和cuda-11.x,如果cuda版本≥12,可参考:MinkowskiEngine/installation_note.md at cuda12-installation · CiSong10/MinkowskiEngine · GitHub

我的cuda版本是12.4,参考“MinkowskiEngine/installation_note.md at cuda12-installation · CiSong10/MinkowskiEngine · GitHub”编译MinkowskiEngine时,仍然会报错。因此多安装了一个版本为12.1的cuda toolkit(CUDA Toolkit Archive | NVIDIA Developer),下载好cuda_12.1.0_530.30.02_linux.run后,执行以下命令安装cuda-12.1,

sudo sh cuda_12.1.0_530.30.02_linux.run

在安装界面中,使用空格键取消选择 "Driver"(驱动程序),只保留 "CUDA Toolkit 12.1" 被选中,因为NVIDIA驱动通常是向后兼容的,cuda 12.1工具包可以与较新的cuda-12.4驱动程序一起工作。安装程序会询问是否创建/usr/local/cuda符号链接,建议选择 "No",这样不会更改当前默认的cuda版本。

修改~/.bashrc,在虚拟环境中指定使用cuda-12.1,

export CUDA_HOME=/usr/local/cuda-12.1
export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH

随后,验证cuda版本,

nvcc --version"""
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2023 NVIDIA Corporation
Built on Tue_Feb__7_19:32:13_PST_2023
Cuda compilation tools, release 12.1, V12.1.66
Build cuda_12.1.r12.1/compiler.32415258_0
"""

确认cuda-12.1安装好后,再去安装其他相关库,

conda create -n <env_name> python=3.9
conda activate <env_name>
conda install -y pytorch==2.4.0 torchvision==0.19.0 torchaudio==2.4.0 pytorch-cuda=12.1 -c pytorch -c nvidia
conda install -y openblas-devel -c anaconda
conda install -y nvidia/label/cuda-12.1.0::cuda-toolkit
git clone https://github.com/CiSong10/MinkowskiEngine.git
cd MinkowskiEngine/
git checkout cuda12-installation
python setup.py install --blas=openblas 

安装好MinkowskiEngine后,在命令行会有如下提示,

执行以下命令可获取系统配置,

cd MinkowskiEngine/MinkowskiEngine
python diagnostics.py

我的配置如下,

==========System==========
Linux-5.15.0-133-generic-x86_64-with-glibc2.35
DISTRIB_ID=Ubuntu
DISTRIB_RELEASE=22.04
DISTRIB_CODENAME=jammy
DISTRIB_DESCRIPTION="Ubuntu 22.04.4 LTS"
3.9.21 (main, Dec 11 2024, 16:24:11) 
[GCC 11.2.0]
==========Pytorch==========
2.4.0
torch.cuda.is_available(): True
==========NVIDIA-SMI==========
/usr/bin/nvidia-smi
Driver Version 550.54.14
CUDA Version 12.4
VBIOS Version 95.02.3C.00.02
Image Version G002.0000.00.03
GSP Firmware Version 550.54.14
==========NVCC==========
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2023 NVIDIA Corporation
Built on Tue_Feb__7_19:32:13_PST_2023
Cuda compilation tools, release 12.1, V12.1.66
Build cuda_12.1.r12.1/compiler.32415258_0
==========CC==========
/usr/bin/c++
c++ (Ubuntu 9.5.0-1ubuntu1~22.04) 9.5.0
Copyright (C) 2019 Free Software Foundation, Inc.
This is free software; see the source for copying conditions.  There is NO
warranty; not even for MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.==========MinkowskiEngine==========
0.5.4
MinkowskiEngine compiled with CUDA Support: True
NVCC version MinkowskiEngine is compiled: 12010
CUDART version MinkowskiEngine is compiled: 12010
http://www.xdnf.cn/news/10940.html

相关文章:

  • 灵活运用 NextJS 服务端组件与客户端组件
  • vue-14(使用 ‘router.push‘ 和 ‘router.replace‘ 进行编程导航)
  • Walle-Web:打造轻量级高效的DevOps自动化部署平台
  • Vue混入
  • 种草平台:重新定义购物的乐趣革命
  • 北京大学肖臻老师《区块链技术与应用》公开课:07-BTC-挖矿难度
  • 基于LEAP模型在能源环境发展、碳排放建模预测及分析中实践应用
  • 论文分类打榜赛Baseline:ms-swift微调InternLM实践
  • 常用工具推荐---QQ截图功能、iLovePDF与Pandoc
  • 云服务器部署Gin+gorm 项目 demo
  • python调用硅基流动的视觉语言模型
  • 自然语言处理(NLP)的系统学习路径规划
  • HarmonyOS运动开发:精准估算室内运动的距离、速度与步幅
  • docker中组合这几个命令来排查 import 模块失败 的问题
  • 数字商城小程序源码,开启便捷电商新体验
  • 【论文笔记】High-Resolution Representations for Labeling Pixels and Regions
  • RAG入门 - Reader(2)
  • 定时器:中央对齐模式剖析
  • Neovim - 打造一款属于自己的编辑器(一)
  • 第二章支线六 ·CSS幻纹术:背景、遮罩与视觉层级
  • 实验设计与分析(第6版,Montgomery著,傅珏生译) 第10章拟合回归模型10.9节思考题10.12 R语言解题
  • 大模型分布式训练笔记(基于accelerate+deepspeed分布式训练解决方案)
  • 互联网大厂Java求职面试:AI大模型与云原生技术的深度融合
  • Java面试八股--06-Linux篇
  • Linux或者Windows下PHP版本查看方法总结
  • 【C++项目】负载均衡在线OJ系统-1
  • 关于easyx头文件
  • 大模型备案、登记和算法备案主要区别总结
  • 升级:用vue canvas画一个能源监测设备和设备的关系监测图!
  • 【AI教我写网站-ECG datacenter】