【记录贴！】记录调试nerf-pytorch踩过的坑

简单来说，nerf（神经辐射场）是一个结合了某种全连接深度网络，通过少量目标视角下的照片就能合成任意视角照片的技术。从代码入手算法进而掌握技术是一件高效的学习方式，本帖主要围绕nerf源码的安装debug步骤展开。后续会介绍算法的具体原理。

PS：如果对nerf，计算机图形学，隐式渲染有兴趣的同学，欢迎加群一起讨论交流呀！

点击链接加入群聊【神经辐射场，可微渲染，计算机图形学，三维重建】：https://jq.qq.com/?_wv=1027&k=2vCLSdQ9

环境：windows

平台：pycharm（搭建pytorch环境）

首先简要罗列一下安装步骤：

1.下载源代码（github如果无法打开或者出现加载慢，下载卡顿可以尝试修改host文件或者使用gitee，具体百度即可，不再详述）

https:///github.xom/yenchenlin/nerf-pytorch.git
下载好后如图所示

2.准备anaconda，pycharm

两软件都可通过官网免费下载。anaconda建议安装适配本机的版本，跨本版容易出现深度学习环境不兼容的问题。

官网链接：

Anaconda | The World's Most Popular Data Science Platform

Download PyCharm: Python IDE for Professional Developers by JetBrains

如图为anaconda下载界面，卡顿可以右键在新标签页打开。

3.安装库，数据集，此步骤可能会很慢，速度都是几百k，等了很久才下好。这里附一个网盘链接

bash download_example_data.sh

链接：https://pan.baidu.com/s/1ZkU7hi3gdmZrZH7npELuzg 
提取码：nkq1 
--来自百度网盘超级会员V5的分享

4.环境配置及运行

函数库安装：

torch==1.11.0        注：根据个人电脑配置定，大于0.9.1即可（本机采用1.13.0）
imageio
imageio-ffmpeg
matplotlib
configargparse
tensorboard>=2.0
tqdm
opencv-python

以上库采用

pip install -r requirements.txt

即可，个人认为还是单独下载合适，有些库的安装是依赖其他库的。方便查看问题 

注：pytorch安装需要配套cuda，所以我是单独安装的pytorch。

打开官网根据配置选择cuda版本（一般默认）：

Start Locally | PyTorch

 复制粘贴划线部分并移步命令行下载即可。（网上有说把后面-c pytorch -c conda-forge这块删掉会快一点，但我这样下载之后cuda就会报错，索性还是用国外源

pytorch环境配置，参考链接

(2条消息) 利用Anaconda安装pytorch和paddle深度学习环境+pycharm安装---免额外安装CUDA和cudnn（适合小白的保姆级教学）_炮哥带你学的博客-CSDN博客

5.运行，打开pycharm，选择配置好的pytorch环境，点击下方Terminal并输入

python run_nerf.py --config configs/lego.txt

如果到目前为止一切顺利，那么，恭喜你完成了最简单的部分，接下来我们进入主题
 

6.报错记录与调试：

错误一：CUDA error: CUBLAS_STATUS_ALLOC_FAILED when calling `cublasCreate(handle) 

解决方案：晚上搜了很多都是有关batch，代码部分的修改，可能不同的电脑的运行环境不一样，所以源代码未必能直接跑通。然鹅，，，我的问题不在于此

是的，我犯了一个十分低级的错误：中文路径！

我的源代码路径是存贮在中文命名的文件夹里，后来放到一个纯英文路径，问题咔一下就解决了，很快啊~

错误二：RuntimeError: CUDA out of memory. Tried to allocate 2.10 GiB (GPU 0； 14.76 GiB total capac ****************

解决方案，这里按照优先顺序提供三种解决方案

（1）降低迭代次数。（对于仅为了验证并实现算法，对精度没有什么要求的新手强烈推荐）。

比如源码这里应该是10万还是20万次来着，跑的越久显卡功耗是越大的，当我迭代了50000次后，发现就开始爆内存，于是我就把他改成了40000,20000，甚至2000，最终同样可以运行出结果。但这里改完之后不要忘了修改视频导出参数设置，不然跑不出来结果。

视频参数设置：

比如这里的frequency of render_poses video saving就是渲染结果mp4的保存频率（理论上只需要小于上面的迭代次数N_iters即可，其他需要保存的内容根据情况修改

以上工作修改后，再次运行即可

（2）修改batch_size

如图，尽量是2的倍数，比如

32*32，或者32*4

修改后运行

（3）修改 chunk以及netchunk

chunk：并行处理的光束个数

netchunk：并行法搜送给神经网络的特征点数

比如我这里就分别改为1024，修改后即可正常运行