手把手安装nerfstudio，包含tiny-cuda-nn手动编译安装步骤

一、nerfstudio简介

找到这里你大概也知道nerfstudio是做啥的了，这是官网地址，因复现实验经常使用到，在此记录安装过程。

Nerfstudio 最初是由伯克利人工智能研究中心（BAIR）KAIR 实验室的伯克利学生于 2022 年 10 月作为研究项目（论文）的一部分推出的开源项目。 Nerfstudio 提供了一个简单的应用程序接口，可简化创建、训练和测试 NeRF 的端到端流程。 该库通过将每个组件模块化，支持更易于解释的 NeRFs 实现。 有了更多模块化的 NeRF，在探索技术的过程中为用户创造更友好的体验。 这是一个对贡献者友好的资源库，目标是建立一个社区，让用户可以更轻松地在彼此贡献的基础上进行开发。

二、安装

我在ubuntu20.04上安装的，要求python版本在3.8及以上，提前安装anaconda。

conda create --name nerfstudio -y python=3.8
conda activate nerfstudio
python -m pip install --upgrade pip

接下来安装依赖，官方推荐使用torch版本 2.1.2 跟CUDA 11.8。如果你在当前环境中安装过torch可先卸载，没有可跳过。

pip uninstall torch torchvision functorch tinycudann

安装 PyTorch 2.1.2 和 CUDA 11.8，要是安装到一半失败的话多试几次，安装不了的话直接换镜像源。

pip install torch==2.1.2+cu118 torchvision==0.16.2+cu118 --extra-index-url https://download.pytorch.org/whl/cu118

要构建必要的 CUDA 扩展，还需要 cuda-toolkit。 建议使用 conda 安装(截图是已经安装成功的)：

conda install -c "nvidia/label/cuda-11.8.0" cuda-toolkit

接下来安装tiny-cuda-nn

pip install ninja git+https://github.com/NVlabs/tiny-cuda-nn/#subdirectory=bindings/torch

假如出现意外tiny-cuda-nn安装失败，建议直接从github拉取源码编译安装。

git clone https://github.com/NVlabs/tiny-cuda-nn

不出意外的话拉取的tiny-cuda-nn会缺少fmt的依赖，如果报fmt文件夹已存在，将空的fmt文件夹删除，再执行。

git clone https://github.com/fmtlib/fmt.git dedependencies/fmt

假如报错没得cutlass(不是cutclass哦)，同fmt处理

git clone https://github.com/NVIDIA/cutlass.git dependencies/cutlass

废了九牛二虎之力，终于安装上，太TM操蛋了。

tips：假如拉取项目太慢，可以直接到github下载压缩包解压到相应位置。

ok，到这里就完成依赖的安装，开始安装nerfstudio

pip install nerfstudio

如果你想从源代码编译安装最新版本可以如下操作：

git clone https://github.com/nerfstudio-project/nerfstudio.git
cd nerfstudio
pip install --upgrade pip setuptools
pip install -e .

---

以下是可选安装，可使nerfstudio更方便使用。（可以不用管）
当 CLI 发生变化（例如更新了 nerfstudio）时需要重新运行。

ns-install-cli

安装开发包

pip install -e .[dev]
pip install -e .[docs]

使用Pixi（一款基于现有conda生态系统的快速软件包管理器，可以快速启动开发环境）

curl -fsSL https://pixi.sh/install.sh | bash

git clone https://github.com/nerfstudio-project/nerfstudio.git
cd nerfstudio
pixi run post-install
pixi shell