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GitHub（Releases · 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 2.4，Asset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-2.4.1+cu121.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-1.6.3+pt24cu121-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-1.6.3+pt24cu121-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。