dvgo环境搭建（Direct Voxel Grid Optimization: Super-fast Convergence for Radiance Fields Reconstruction）

tmd跑这个代码踩了一堆坑==，基本上论文github链接里面的issue大部分都遇到过。。。配了好几个小时，环境删了再建反反复复了三四次，总算是把这个代码跑起来了（吐槽一下，文章加速效果很好，但是感觉作者开源有些地方没说得很清楚，因此写下这篇博客补充一下）

跑通的证明截图

如果跑通的话，训练完之后应该是会有这么些个文件生成（确实训练速度快非常多，比nerf快了贼多贼多，我用t4的卡去训练，大概40分钟左右就差不多训练好了）

直接给结论和建议：

1.自己系统要有一个本地的cuda（不是conda里面装的那个），因为作者应该是用cuda写了c++扩展（知乎上有篇文章提到了——https://zhuanlan.zhihu.com/p/584734270，感谢那篇文章点醒了我，要不然还真不一定能配出来）
2.cuda和pytorch版本建议直接用原作者的版本（我tm在issue里面找了半天，总算找到了，我就很奇怪为什么不直接给出来==），就是pytorch1.10.1和cuda11.1。我一开始头铁就是用自己版本的pytorch和cuda搞，一堆乱七八糟的问题，后面全部删掉重装改成和作者版本一样之后，一堆问题迎刃而解。
3.先装好pytorch和cuda，再去装其他库，然后建议先用conda装（可以确保各个库的版本兼容问题），装不上再用pip，装的时候一定要注意各个库的版本问题，tmd有些库用pip装的时候会直接更新pytorch版本（一更新到高版本又会回到原点，切记切记），印象里有些库是要自己手动去下载的。
4.遇到配置的问题，多看dvgo的issue（https://github.com/sunset1995/DirectVoxGO/issues）