Nerfstudio Windows 安装指南

QQ 在 Windows 上安装 Nerfstudio 的步骤( 2025年11月10日更新)

** 工具和建设环境:**

• x64 本地工具指令提示,用于VS 2022 LTSC 17.8
• GPU:RTX 4060 笔记本电脑GPU
• Windows 11 主页
• 吉尔

我花了好几天时间来建立我的神经神经环境,这是我迄今为止学到的。 我从这页得到了帮助:

[https://GitHub.com/nerfstudio-project/nerfstudio/issues/3600] (url).

和Gemini 2.5 Pro. (英语). 这综合了两页的建议和我的经验。 如果我有任何错误 请纠正我

我的神经元环境与colmap和ffmpeg软件包有 ddl 冲突与问题. 所以我为记录安装过程和解决问题创造了新的环境。

先决条件:

在此安装 VS 2022 LTSC 17. 8 https://learn.microsoft.com/en-us/visualstudio/releases/2022/release-history 互联网档案馆的存檔,存档日期2014-12-22. 确保安装 C++ 的桌面开发工具 。

您不需要在 nerfstudio 官方网页上运行复杂命令, 打开 “ x64 本地工具命令 Expo for VS 2022 LTSC 17. 8 ” , 不需要运行 x65 x86 或 x 86 等其它终端的命令 。

以下所有命令都运行在"x64土著工具指令快取"终端中.

1. 安装Python 3.8

`conda 创建 -- -- 名称为内分泌 -- -- 通道 conda-forge Python=3.8'

使用伪造来避免 ddl 冲突(由 Gemini 提议)

2. 激活环境

Conda 激活神经元

这一步骤对于避免将来的ddl冲突是必要的.

conda 配置 -- env -- -- 添加频道 conda- forge
conda 配置 -- -- env -- -- 设置频道 -- -- 优先级严格

3. 按照正式页面上安装火炬的步骤

pip安装火炬 2.1.2+cu118 火炬:0.16.2+cu118-extra-index-url https://download.pytorch.org/whl/cu118 (中文(简体) ). (a). **4. 安装Cuda11.8**可达'安装-c “nvidia/label/cuda-11.8.” cuda-toolkit (a). 5. 未来运行的神经元

管道安装忍者
conda 安装相册 ffmpeg

(你不需要这个来安装神经元,但我在训练时遇到没有这两个包的问题)

**6. 确保conda版本与系统cuda不相冲突。 **

设定为 TCNN Cuda Architures=89
设置 CUDA HOME CONDA PREFI}

** 注:89只是用于RTX 40系列GPU,我不确定其他系列,请查阅或查阅AI。 **

请检查nvcc 版本是否正确, 运行 : ` where. exe nvcc' 输出 :

C:\用户\ xxx\ miniconda3\envs\nerfstudio\bin\nvcc.exe
C:\Program 文件\ NVIDIA GPU 计算工具箱\ CUDA\v12.9\bin\nvcc.exe

(如果迷你conda版本首先出现,然后cuda11.8在这个虚拟环境中被使用,那么在这种情况下,微小-cuda-nn的安装需要专门cuda11.8!)

通过运行“ 在哪里” 来检查您的建筑环境 。 exe cl' (中文(简体) ). 如果没找到,那你就不能在正确的终端上跑

7. 安装小可达-nn

pip series git+https://GitHub.com/NVlabs/tiny-cuda-nn/#subdirectory=绑定/torch' (中文(简体) ). (a). `

8. 如果成功,运行: . . . . . . .