实验环境：Ubuntu18.04+CUDA1.0.1+Python3.7+Pytorch1.5.0

spconv1.2.1文件，适用用于python3.6,3.7,3.8

已下载完整的第三方库 环境是cuda11.1 cudnn8.1.0

SpConv：PyTorch空间稀疏卷积库 这是一个空间稀疏的卷积库，例如但速度更快且易于阅读。 该库提供稀疏卷积/转置，子流形卷积，逆卷积和稀疏maxpool。 2020-5-2，我们在此版本的spconv中添加了ConcatTable，JoinTable，AddTable和Identity函数，以构建ResNet和Unet。 码头工人： docker pull scrin/dev-spconv ，包含python 3.8，cuda 10.1，鱼壳，最新的pytorch和tensorflow。 在Ubuntu 16.04 / 18.04上安装 如果您使用的是pytorch 1.4+，并且遇到“ nvcc致命：未知-Wall”，则需要转到割炬软件包目录并在Caffe2Targets.cmake的INTERFACE_COMPILE_OPTIONS中删除包含“ -Wall”的标志。 此项

linux下python3.7,3.8直接使用的spconv

spconv-v1.2.1 python=3.6 cuda=11.3 ubuntu安装文件 pip install spconv-1.2.1-cp36-cp36m-linux_x86_64.whl

CUDA11.1 python3.8下编译好的wheel文件，可以直接下载安装使用，无需复杂的编译

稀疏卷积

编译好的，直接安装即可

2021