pytorch点云深度学习相关库的安装

一.pytorch3d安装这里采用本地编译安装。在GitHubReleases · facebookresearch/pytorch3d上找到与pytorch对应的pytorch3d版本较新且较为稳定的Version 0.7.8支持PyTorch 2.1 到 2.4Asset处下载为zip压缩包解压缩安装依赖本地编译安装。在Linux上具体操作如下#激活环境 conda activate env #解压源码包 (注意替换成你文件的实际路径) unzip ~/Downloads/v0.7.8.zip #进入解压后的目录 cd pytorch3d-0.7.8 #安装编译所需的依赖 (这步很关键) conda install -c fvcore -c iopath -c conda-forge fvcore iopath #执行本地编译安装 pip install . --no-build-isolation安装成功后请务必重新打开一个新的终端进入你的环境可运行以下命令进行验证import pytorch3d import pytorch3d.loss print(PyTorch3D version:, pytorch3d.__version__) # 应显示 0.7.8二.torch_cluster安装与PyTorch3D 方法相似都需要下载一个和你的环境例如PyTorch 2.4.1 CUDA 12.1 Python 3.8精确匹配的.whl文件然后本地安装。首先打开官方网站https://pytorch-geometric.com/whl/ 找到与你 PyTorch 版本对应的文件夹torch-2.4.1cu121.html并点击进入在新页面里找到torch_cluster开头的文件。根据pytorch cuda python版本匹配三个部分找到那个“三合一”的文件例如PyTorch 2.4.1 CUDA 12.1 Python 3.8精确匹配的.whl文件是torch_cluster-1.6.3pt24cu121-cp38-cp38-linux_x86_64.whl。下载后进入文件所在目录执行安装命令即可# 请确保文件名和你下载的完全一致 pip install torch_cluster-1.6.3pt24cu121-cp38-cp38-linux_x86_64.whl可在python中进行验证import torch_cluster from torch_cluster import fps print(torch_cluster 导入成功)三.pytorch_lightning安装PyTorch_lightning官方在 2.0 版本后进行了升级主包名已经变更为lightning。这个直接pip安装即可注意环境兼容问题。