硬件：autodl服务器 V100
环境：Ubuntu20.04 cuda11.6 torch1.12
GitHub开源代码：https://github.com/ashawkey/stable-dreamfusion
先说遇到的问题：
-
首先是硬件和cuda，最开始用的是4090 24GB，cuda12.1，torch2.1，在编译gridencoder，raymarching，freqencoder的时候直接报错，如图
之后根据GitHub上的issue找到了相同问题，所以换了硬件和cuda版本，完美解决。 -
其次是跑的时候会报错stable-diffusion无法连接之类的，这是因为huggingface被ban了，可以直接从huggingface下载权重，也可以修改系统变量，在终端运行
echo 'export HF_ENDPOINT="https://hf-mirror.com"' >> ~/.bashrc然后运行source ~/.bashrc即可。此时再运行就不会报错。 -
最后是成功运行后，如果想重新生成，需要在bash命令里面把workplace修改成其他的文件名，否则将会判断原文件夹中已有训练的结果，不会重新生成。比如，原命令是
python main.py --text "a hamburger" --workspace trial -O，如果想生成其他的东西，需要把trial修改成其他名字，运行命令就会新建文件夹，比如修改为python main.py --text "a car" --workspace car -O
然后是部署的流程：
首先，代码没有任何问题，无需修改，也完全可以直接在linux服务器运行
代码按照github上面的方法下载到服务器上，然后配置python环境，我使用的是miniconda，python版本3.8.19
依赖在作者提供的requirement里面，可以根据作者指示直接安装，我是先把torch删掉，先去pytorch官网下载1.12+cu116的版本，之后再pip requirement，下载完注意依赖是否完整，我没遇到这个问题，可以查阅其他博客。
环境搭建好后需要下载权重，即原作者所说的三个权重，第一个可以直接下载，也可以在本地用梯子下载完传到服务器上，后两个因为需要gdown，我选择直接下载到本地，然后上传服务器，注意这两个权重的文件夹要新建。
硬件、环境、权重都没问题后就可以尝试运行，根据github上的usage可以直接运行，例如python main.py --text "a hamburger" --workspace trial -O，就可以得到mp4的深度和rgb文件，在trial文件夹中。
整个过程其实并不难，但是难免遇到非常个性化的问题，需要花费一定时间去试错。
参考博客：https://blog.csdn.net/m0_52250683/article/details/136815206
