【深度学习】【三维重建】windows10环境配置tiny

深度学习】【三维重建】windows10环境配置tiny"/>

【深度学习】【三维重建】windows10环境配置tiny

【深度学习】【三维重建】windows10环境配置tiny-cuda-nn详细教程

文章目录

• 【深度学习】【三维重建】windows10环境配置tiny-cuda-nn详细教程
• 前言
• 确定版本对应关系
• 源码编译安装tiny-cuda-nn
• 总结

前言

本人windows10下使用【Instant Neural Surface Reconstruction】算法时需要搭建tiny-cuda-nn环境，故此以详细教程以该算法依赖的环境版本为参照。

很多读者反馈在win10下出现很多问题，博主现在就重新出一篇win10版的博文，博文在博主结尾分享了读者所需的下载链接。

win11下的朋友可以直接参考【win11下配置tiny-cuda-nn参考】。

确定版本对应关系

【windows10环境配置详细教程】，
环境版本要求保持一致：CUDA(物理机)，Pytorch，CUDA Toolkit

注意这里的tiny-cuda-nn对应的是真实的物理机安装的cuda版本号(环境变量里配置的cuda)，不是虚拟环境下的cuda版本号，否则即使tiny-cuda-nn安装成功，也不能使用gpu。

博主的cuda版本新装了11.8，可以参考【安装多版本CUDA及其切换】。

安装GPU版本的pytorch教程，pytorch-gpu版本需要根据个人计算机去安装相应版本。
本人的安装版本为：

Python 3.8.7 + Pytorch 2.0.1 + CUDA Toolkit 11.8

使用anaconda3新建tiny-cuda-nn虚拟环境：

conda create -n tiny-cuda-nn python=3.8
activate tiny-cuda-nn

然后安装对应版本pytorch和cuda包：

pip3 install torch torchvision torchaudio --index-url 

源码编译安装tiny-cuda-nn

这里源码githup的readme已经给出了不同操作系统下c++编译器和cuda的版本要求。

git下载(不推荐)

# 可能需要科学上网(不推荐)
git clone --recursive 

git下载太慢了，会时常中断导致部分文件缺失(dependencies\fmt和dependencies\cutlass文件夹内是不全)，需要再单独下载再放到文件对应文件夹内。

直接下载(推荐)
【tiny-cuda-nn的下载地址】【fmt的下载地址】【cutlass的下载地址】
解压fmt和cutlass，并将文件内容放到dependencies\fmt和dependencies\cutlass中。

安装VS 2019，以管理者身份打开"x64 Native Tools Command Prompt for VS 2019"终端，cd到合适的路径，输入以下指令：

cd tiny-cuda-nn/bindings/torch
activate tiny-cuda-nn
python setup.py install

执行过程中可能出现： “Error compiling objects for extension” ，需要修改tiny-cuda-nn\bindings\torch\setup.py中的内容：

cmdclass={"build_ext": BuildExtension}
# 修改为
cmdclass={'build_ext': BuildExtension.with_options(use_ninja=False)}

成功安装。

# 查看环境中的是否成功安装包
conda list

验证tiny-cuda-nn是否能使用

import tinycudann as tcnn

总结

尽可能简单、详细的介绍windows10环境配置tiny-cuda-nn详细教程。

博主这里分享俩个下载链接，一个是tiny-cuda-nn的完整包【百度云下载,提取码:xgyt】，读者可以下载后直接用它安装到自己的虚拟环境中；另一个是带有tiny-cuda-nn的anaconda虚拟环境【百度云下载,提取码:l7di】，读者可以直接使用虚拟环境，不再需要额外安装tiny-cuda-nn，cuda版本是11.8。