Ubuntu18.04+2070s+TF2.x环境，单卡训练PointNet++实战

最新推荐文章于 2024-12-12 22:17:20 发布

steptoward

最新推荐文章于 2024-12-12 22:17:20 发布

阅读量1k

点赞数 23

分类专栏：点云深度学习文章标签：人工智能

本文链接：https://blog.csdn.net/steptoward/article/details/137376178

版权

本文详细介绍了在Ubuntu18.04系统上配置TF2.x版本环境，处理Python版本差异，编译PointNet+TF2.x的自定义动态库，下载和预处理训练数据，以及实际模型训练过程中的问题解决方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Ubuntu18.04+2070s+TF2.x环境，单卡训练PointNet++实战

1. 编译tf_ops文件夹下的三个动态库
2. 修改Python版本、TF版本不一致带来的差异
3. 下载训练数据
4. 模型训练

1. 编译tf_ops文件夹下的三个动态库

该文件夹下定义了一些pointnet++模型中需要使用的cuda核函数，如FPS（最远点采样）、grouping等，所以在训练模型前，需要先编译这些自定义的op

具体操作：
在每一个子文件夹中，运行sh tf_xxx.sh （每个子文件夹中不一样，tab一下就出来了）。

有可能需要根据自己的环境，对sh文件进行修改，例如我的环境中，cuda、tensorflow的版本、安装位置和作者都不一样，因此进行了一些头文件、库文件的路径修改，如下：

#/bin/bash
/usr/local/cuda/bin/nvcc tf_sampling_g.cu -o tf_sampling_g.cu.o -c -O2 -DGOOGLE_CUDA=1 -x cu -Xcompiler -fPIC
# 原命令 /usr/local/cuda-8.0/bin/nvcc tf_sampling_g.cu -o tf_sampling_g.cu.o -c -O2 -DGOOGLE_CUDA=1 -x cu -Xcompiler -fPIC

# TF1.2
g++ -std=c++11 tf_sampling.cpp tf_sampling_g.cu.o -o tf_sampling_so.so -shared -fPIC -I /home/hikai/.local/lib/python3.6