本文主要是介绍【nerf-pytorch代码】Ubuntu20.04系统环境搭建，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
目录
安装nvidia驱动
安装anaconda
安装CUDA
安装CUDNN
克隆nerf-pytorch代码
创建并激活虚拟环境
安装PyTorch
安装其他的库
运行DEMO
安装nvidia驱动
打开软件与更新
我选的是阿里源，也可以选清华源，都可以的。
选择适合自己的版本，先进行应用更改在进行重新启动。
然后就可以啦！真的太方便辽！
安装anaconda
- 下载安装包
anaconda下载官网：Free Download | Anaconda
wget https://repo.anaconda.com/archive/Anaconda3-2023.07-2-Linux-x86_64.sh- 运行安装
sh Anaconda3-2023.07-2-Linux-x86_64.sh按enter键；输入yes按enter键；
此处回车选择默认在用户主目录下创建一个名为anaconda3的文件夹作为安装地址。
- 输入conda -V命令（注意conda与-V之间有一个空格）可查看当前Anaconda版本
conda -V
- 输入python命令查看是否可以使用python
python安装CUDA
- 下载安装包
CUDA下载地址： CUDA Toolkit Archive | NVIDIA Developer
wget https://developer.download.nvidia.com/compute/cuda/11.3.0/local_installers/cuda_11.3.0_465.19.01_linux.run
- 运行安装
sh cuda_11.3.0_465.19.01_linux.run
更改安装路径
（因为我们是一个服务器多个人用，所以要安装在自己的账户下）
- 配置并更新环境变量
vim ~/.profile#添加
export PATH="/home/lyc/cuda-11.3/bin:$PATH"
export LD_LIBRARY_PATH="/home/lyc/cuda-11.3/lib64:/home/lyc/cuda-11.3/mylib/lib64:$LD_LIBRARY_PATH"source ~/.profile- 输入nvcc -V命令（注意nvcc与-V之间有一个空格）可查看当前CUDA版本
安装CUDNN
- 下载安装包
cudnn下载地址：cuDNN Archive | NVIDIA Developer
- 解压
xz -d cudnn-linux-x86_64-8.9.4.25_cuda11-archive.tar.xz
tar -xvf cudnn-linux-x86_64-8.9.4.25_cuda11-archive.tar- 将include和lib中的内容复制到cuda文件夹中
cp include/cudnn.h /home/lyc/cuda-11.3/include
cp lib/libcudnn* /home/lyc/cuda-11.3/lib64- 添加读取权限
chmod a+r /home/lyc/cuda-11.3/include/cudnn.h /home/lyc/cuda-11.3/lib64/libcudnn*克隆nerf-pytorch代码
nerf-pytorch代码网址：https://github.com/yenchenlin/nerf-pytorch
git clone https://github.com/yenchenlin/nerf-pytorch.git
创建并激活虚拟环境
conda create -n nerf python=3.7
conda activate nerf安装PyTorch
PyTorch官网：Start Locally |PyTorch
conda install 或者 pip install 都可以，二选一就行。
#二选一即可# CUDA 11.3
conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cudatoolkit=11.3 -c pytorch# CUDA 11.3
pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio==0.11.0 --extra-index-url https://download.pytorch.org/whl/cu113验证pytorch是否安装成功：
安装其他的库
根据requirements.txt，用pip安装其他的库：
pip install imageio
pip install imageio-ffmpeg
pip install matplotlib
pip install configargparse
pip install tensorboard
pip install tqdm
pip install opencv-python运行DEMO
- 下载 lego 和 fern数据集
bash download_example_data.sh
- 训练一个低分辨率的 lego NeRF
python run_nerf.py --config configs/lego.txt
运行成功咯：
训练结果存放目录：logs/blender_paper_lego。
训练50000次：
训练100000次：
训练150000次：
训练200000次：
这篇关于【nerf-pytorch代码】Ubuntu20.04系统环境搭建的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
