第八周实验记录

10月20日-10月22日工作：

复现S-NeRF代码，按照github的步骤进行，首先使用一个RTX3090显卡，

在下图步骤中：运行最后一步 python scripts/run.py 出现问题

继续使用两张RTX3090显卡尝试，依旧在这一步出现问题，没有得到解决。

10月23-24日运行READ代码

READ代码，首先尝试autodl连接图形界面，安装成功，按照github步骤，下载权重以及数据，尝试看效果，但是出现问题如图

在github的issues中有人同样提出该问题，没有得到解决。怀疑还是图形界面没有安装成功

接着使用无界面进行训练，但是在验证eval时出现损失为nan的情况

github同样有几位提出该问题，没有得到解决。

10月25日尝试suds代码

按照github步骤进行配置环境，在安装ting-cuda时出现错误，

bash 复制代码

git+https://github.com/hturki/tiny-cuda-nn.git@ht/res-grid#subdirectory=bindings/torch

10月26-27日尝试mars代码按照github进行配置，在安装tiny-cuda出现问题

按照以下命令安装

bash 复制代码

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

出现问题

尝试自己下载安装

bash 复制代码

git clone --recursive https://github.com/nvlabs/tiny-cuda-nn
cd tiny-cuda-nn/dependencies
git clone https://github.com/NVIDIA/cutlass.git
git clone https://github.com/fmtlib/fmt.git

bash 复制代码

cd bindings/torch
python setup.py install

在进行setup.py时又出现问题缺少文件，可能是gcc版本低，需要升级

按照以下步骤

bash 复制代码

# 下载源码包并解压
wget https://mirrors.cloud.tencent.com/gnu/gcc/gcc-11.2.0/gcc-11.2.0.tar.gz
tar -zxvf gcc-11.2.0.tar.gz
 
# 下载依赖及配置文件
cd gcc-11.2.0
./contrib/download_prerequisites
 
# 配置，prefix指向存储路径
mkdir build
cd build/
../configure --prefix=/path/to/install/gcc --enable-checking=release --enable-languages=c,c++ --disable-multilib
 
# 编译，后面的速度用来提速，与CPU相关
make -j 64
 
# 安装
make install

将新版gcc路径添加至~/.bashrc，如果能正确输出gcc版本，则安装成功。

bash 复制代码

vim ~/.bashrc
 
# 添加以下内容
export PATH="/path/to/gcc-11.2.0/bin:$PATH"
export LD_LIBRARY_PATH="/path/to/gcc-11.2.0/lib64:$LD_LIBRARY_PATH"
 
# 添加后，执行下列命令
source ~/.bashrc
gcc -v

接着继续setup安装，这次成功安装。

下载数据集后，进行训练，出现问题，没有得到解决，怀疑可能还是tiny-cuda安装错误。

接着修改版本，使用pytorch2.x，cuda11.7尝试，Ubuntu20.04，这里初始的gcc为9.4.0版本，可以直接运行命令：pip install... 安装，安装完成后，使用python引入tiny-cuda，出现错误

10月27-28日

重复进行了READ和mars的实验查看，依旧相同的问题，撰写实验记录