Spherical CNNs代码配置过程

Posted 2020-11-01 Lab of Oliver

ICLR best paper: Spherical CNNs

论文链接：https://arxiv.org/abs/1801.10130

GITHUB地址：https://github.com/zhixuanli/s2cnn

中文讲解地址：

• https://www.zhihu.com/question/68713342
• https://zhuanlan.zhihu.com/p/34042888

 

简介：

In this paper we introduce the building blocks for constructing spherical CNNs. We propose a definition for the spherical cross-correlation that is both expressive and rotation-equivariant. The spherical correlation satisfies a generalized Fourier theorem, which allows us to compute it efficiently using a generalized (non-commutative) Fast Fourier Transform (FFT) algorithm. We demonstrate the computational efficiency, numerical accuracy, and effectiveness of spherical CNNs applied to 3D model recognition and atomization energy regression.

 

下面是详细的代码配置过程：

 

1. 运行环境配置

1.1    安装Anaconda

下载地址：https://www.anaconda.com/download/

安装参考：致Python初学者：Anaconda入门使用指南

注意要将anaconda添加到环境变量中，即在/home/yourname目录下，输入（如果你在使用bash就输入下面的命令，否则改成相应的如.zshrc）：

vim .bashrc

然后在文件末尾添加上：

export PATH=/home/yourname/anaconda3/bin:$PATH

再输入以下命令使环境变量立刻生效：

source .bashrc

 

（非必需）

安装虚拟环境，并切换至虚拟环境，参考：https://segmentfault.com/a/1190000005828284

 

1.2    安装Pytorch

地址：http://pytorch.org

请选择适合自己的安装方法，这里我们选择了运行以下命令：

conda install pytorch torchvision cuda91 -c pytorch

 

1.3    安装CUPY

地址：https://github.com/cupy/cupy

安装方法：

pip install cupy --user
或者 conda install cupy

 

1.4    安装lie_learn

地址：https://github.com/AMLab-Amsterdam/lie_learn.git

输入以下命令：

git clone https://github.com/AMLab-Amsterdam/lie_learn.git

python setup.py install

 中间需要从Google Drive获取J_dense_0-278.npy，嗯……自己想办法吧

 

1.5    安装pynvrtc

输入命令：

pip install pynvrtc --user

 

 

2. 安装Spherical CNNs

切换至s2cnn文件夹下，执行：

python setup.py install