[Request] Environment setup challenges & Request for Dockerfile for reproducible inference

Aperta
#8 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
4/5
Tempo stimato
3-5 giorni
Idoneità per principianti
35/100
Tipo di issue
Funzionalità
Chiarezza
Abbastanza chiara
Stato di attività
Ferma
Stack tecnologico
blender, docker, linux, opencv, python, pytorch
Ambito
computer-vision, devops, machine-learning

Direzione di ricerca

Inizia esaminando la documentazione attuale ed eseguendo inference_shape2code_point_input.py con il modello Llama-3.2-1B per riprodurre gli errori segnalati relativi alle dipendenze e alle librerie mancanti. Il lavoro è completato quando un Dockerfile e un'immagine ufficiali definiscono versioni compatibili di PyTorch, PyTorch3D e dei pacchetti correlati, oltre alle librerie di sistema necessarie, in modo che l'inferenza venga eseguita riproducibilmente.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

Hi MeshCoder team,

First of all, thank you for this impressive work! I am very excited to try out the inference_shape2code_point_input.py script with the Llama-3.2-1B model.

However, I have encountered a series of environment compatibility issues while trying to set up the dependencies following the current documentation. It seems that the version constraints between torch, peft, transformers, and pytorch3d are quite strict and somewhat conflicting in a standard setup.

Here is a summary of the issues I faced:

  1. Version Incompatibility: Conflicts between peft and transformers (e.g., ModuleNotFoundError: No module named 'transformers.modeling_layers') and issues with LossKwargs imports when using Llama 3.2.

  2. Binary Mismatches: torch-scatter and pytorch3d required manual recompilation or specific wheels to match the PyTorch version, which caused undefined symbol errors.

  3. Missing System Libraries: The inference script (relying on OpenCV and Blender) failed multiple times due to missing Linux libraries in a standard container environment (e.g., libGL.so.1, libXi.so.6, libxkbcommon.so.0, etc.).

Suggestion:

To make it easier for the community to reproduce your results and avoid "dependency hell," would it be possible to provide an official Dockerfile?

A Docker image containing the correct versions of PyTorch, PyTorch3D, pre-compiled binaries, and all necessary system-level libraries would be incredibly helpful.

Thank you for your time and for open-sourcing this project!

Lingua principale
Jupyter Notebook
Stelle
534
Fork
29
Nessuna PR unita negli ultimi 30g

Guida per i contributori

Nessuna guida per i contributori indicizzata per questo repository

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di InternRobotics/MeshCoder

Tutte le issue di InternRobotics/MeshCoder

Issue simili

Altre issue su Computer Vision

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.