3DGS在服务器上运行的环境搭建
在学校服务器上悠闲地搭了两星期环境都没搭起来（跟没有sudo权限和我有逆反心理有关），上网租了一个服务器一天搞完（也有智力大爆发的成分在）
参考：
1.B站上的视频讲解，UP：heawon-yoon
https://github.com/heawon-yoon/smpl_gaussian_tutorial
2.CSDN上的帮助
https://blog.csdn.net/sichen1997/article/details/138169731
我用的是AUTODL的服务器
镜像选的是miniconda3、Python3.10（Ubantu22.04）、CUDA11.8
租好打开，我是直接使用网页版的JupyterLab（但是非常烦人，一挂梯子就断线，而且校园网慢得要死，每次从GitHub上面下载代码都登不上去，还要我给它开热点，建议有时间的同学用IDE上的插件）
首先初始化一下conda环境
conda init然后重新打开终端，看到前面有（base）就说明好了
接下来从GitHub上面把代码搞下来
git clone https://github.com/graphdeco-inria/gaussian-splatting --recursive
cd gaussian-splatting这一步特别要注意，不能从官网上下载zip压缩包然后再直接传到JupyterLab里面，因为如果直接传，会导致submodules里面的包不能以Git仓的形式安装（好像是因为没有建立链接？）
然后创建虚拟环境
conda create -n gaussian python=3.10 -y
conda activate gaussian接下来安装torch（这个是最烦的，我的大部分错误都出在这些依赖不兼容的问题上，所以一定要看好版本相互之间是否兼容），这个是我用的，实测还是可以的。
conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.8 -c pytorch -c nvidia
这些都没问题了就可以下一步，把C++相关的都装上
sudo apt-get update
sudo apt install build-essential
sudo apt-get install ninja-build然后有的朋友会发现安了这些相同的还是在装submodules的时候出错，这时候要检查一下你系统的其他跟C++相关的依赖：
nvidia -smi
nvcc --version
gcc --version
g++ --version
make --version
cmake --version这些命令要得到：服务器安装了CUDA（这个一般都有，并且是CUDA12往上）、nvcc版本要是11.8，gcc要小于12（也就是11点几都可以，我看到有朋友说9.4也可以，不过我没有试）、g++要与gcc同版本（一般都是同版本）、make（这个我忘记了，但是应该不大影响）、cmake3.22.1（我看到有朋友用3.23.0也可以，我的这个3.22.1是可以兼容的）
然后就可以美美装子模块了
pip install submodules/diff-gaussian-rasterization
pip install submodules/simple-knn这两个都装上，你就基本上已经成功了
然后把需要的依赖都装上，基本上就是缺啥补啥，非常快
pip install plyfile tensorboard tqdm six numpy==1.22
pip install opencv-python
pip install opencv-contrib-python
然后上网站上下载数据集，在项目文件夹里建立一个新文件夹data，把想跑的数据挪进去
训练！（这里用的是卡车数据集）
python train.py -s ./data/tandt/truck然后实时查看：重新打开一个新的终端窗口
进入自己的这个虚拟环境，打开tensorboard
tensorboard --logdir=./output/XXXX这个output后面的内容视情况更改，就是在train的那一条代码的结果里的output folder
然后把自己电脑Windows的cmd打开，输入服务器所给的ssh。。。的一段命令，就可以打开命令所给的链接localhost 6006了，这时候就能查看训练结果了！
