目录
1、安装miniconda
2、创建ngp环境
3、配置环境
本机的基本信息：
1、安装miniconda
使用命令安装
mkdir -p ~/miniconda3
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
rm -rf ~/miniconda3/miniconda.sh
安装好之后进入到miniconda的文件夹之中，运行conda init。
conda init
注意，如果显示conda不是一个命令的时候需要将conda的路径手动添加到PATH中，否则这段命令可以跳过。
vim /etc/profile
export PATH="/opt/miniconda3/bin:$PATH"
source /etc/profile
2、创建新的虚拟环境
conda create -n ngp python=3.9
3、配置环境
sudo apt -y update
sudo apt -y install python3-dev python3-pip python3-setuptool
安装CUDA11.8和 nvidia-cuda-toolkit
CUDA安装
参考官网安装CUDA，我们安装11.8的版本，官网地址：https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&Distribution=Ubuntu&target_version=22.04&target_type=deb_network
安装命令如下：
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-keyring_1.1-1_all.deb
sudo dpkg -i cuda-keyring_1.1-1_all.deb
sudo apt-get update
sudo apt-get -y install cuda-toolkit-11-8
#driver install
sudo apt-get install -y cuda-driver
再增加环境变量到～/.bashrc中，增加如下：
export PATH=/usr/local/cuda-11.8/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
cuDNN 安装
可以之间参考官网安方式，目前安装最新8.9.7.*版本；官网安装：https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html
如果之前安装cuda的时候运行了以下三行则无需再次运行
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-keyring_1.1-1_all.deb
sudo dpkg -i cuda-keyring_1.1-1_all.deb
sudo apt-get update
如果未运行以上3行，则先运行一次；
再使用命令安装cuDNN
sudo apt-get install libcudnn8=8.9.7.*-1+cuda11.8
sudo apt-get install libcudnn8-dev=8.9.7.*-1+cuda11.8
sudo apt-get install libcudnn8-samples=8.9.7.*-1+cuda11.8
验证是否安装成功：
安装pytorch
pip install torch==2.0.0+cu118 torchvision==0.15.1+cu118 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/cu118
nvcc -V
import torch
torch.cuda.is_available()
如果在安装显卡驱动或者nvidia-cuda-toolkit时出现了一些问题很有可能是ubuntu的内核与NVIDIA显卡驱动不匹配的问题，应该从这方面去解决。并且过程中，有些操作是有可能需要电脑重启，才能够生效的！
或者说是缺少内核头文件造成的。
可以参考博客：https://blog.csdn.net/weixin_45606499/article/details/132302086
4、git克隆仓库
git clone --recursive https://github.com/nvlabs/instant-ngp
cd instant-ngp
5、cmake编译程序
instant-ngp$ cmake . -B build -DCMAKE_BUILD_TYPE=RelWithDebInfo
instant-ngp$ cmake --build build --config RelWithDebInfo -j
这里可能首先会遇到一个问题，就是clone的文件夹是带锁的，那么我们首先需要给他进行解锁，命令如下：
sudo chown -R mingxin instant-ngp/
一切准备就绪：
运行命令：
./instant-ngp ./data/nerf/fox
你就可以获得以下效果：
