一 准备终端选择anaconda prompt以管理员身份运行环境隔离不要再base环境下安装包二 流程阶段一创建纯净环境1.conda create -n gaussian_splatting python3.9 -y(创建一个名为gs的独立环境Python 3.9 兼容性最好)2.conda activate gaussian_splatting(激活并进入该环境)3.python -m pip install --upgrade pip(升级 pip 工具防止后续安装包失败)阶段二安装PyTorch注意必须手动指定 CUDA 12.1 版本的下载源否则会自动装成不支持 GPU 的版本。4.pip install torch2.1.2cu121 torchvision0.16.2cu121 torchaudio2.1.2cu121 --index-urlhttps://download.pytorch.org/whl/cu121(安装适配 CUDA 12.1 的 PyTorch 核心库)阶段三配置C编译环境关键报错经历pip failed是因为没找到编译器5.C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\VC\Auxiliary\Build\vcvars64.bat(让当前窗口识别 VS2019 的 C 编译器路径需根据实际安装修改)6.set DISTUTILS_USE_SDK1 (告诉系统我已经手动配置好了编译器 SDK直接用就行)7.set FORCE_CUDA1(强制脚本在编译时使用 CUDA 加速)阶段四安装3DGS专用子模块报错经历这里曾出现 NumPy 2.0 冲突 和 build isolation 错误8.pip uninstall numpy -y(卸载可能自动装上的错误版本)9.pip install numpy2.0(强制安装 1.x 版本的 NumPy这是 3DGS 能跑通的前提)10.pip install opencv-python-headless4.10(安装适配低版本 NumPy 的图像库)11.cd D:\gaussian-splatting(进入你的源码根目录)12.pip install submodules/diff-gaussian-rasterization --no-build-isolation(编译安装核心光栅化插件不使用隔离模式以共享已安装的 Torch)13.pip install submodules/simple-knn --no-build-isolation(编译安装 KNN 搜索插件)阶段五外部工具临时挂载注意如果不执行这两句convert.py 会找不到程序。14.set PATH%PATH%;G:\colmap\bin(将 COLMAP 程序路径临时加入系统搜索路径)15.set PATH%PATH%;G:\ffmpeg\bin(将 FFmpeg 程序路径临时加入系统搜索路径)三 报错回顾与方案总结报错信息根本原因最终解决方案No module named torchpip 默认开启了“构建隔离”模式在临时环境里找不到 torch增加参数 --no-build-isolationNumPy 2.0.2 cannot be run...自动装了最新的 NumPy 2.0与 3DGS 旧代码不兼容运行 pip install numpy2.0 降级CUDA version mismatch (13.1 vs 12.1)系统 nvcc 是 13.1但 Torch 是 12.1版本不匹配安装CUDA Toolkit 12.1并用 set CUDA_PATH 指向它DISTUTILS_USE_SDK is not setWindows 编译 C 插件的安全保护机制在编译前运行 set DISTUTILS_USE_SDK1Could not recognize scene type!路径参数 -s 后面指错了找不到 sparse 文件夹确保运行 train.py 所在的目录下有 my_data 文件夹四 常用的命令操作分类命令注释环境管理conda activate gaussian_splatting激活 GS 训练环境环境管理conda clean --all清理 Anaconda 缓存释放空间验证驱动nvidia-smi查看显卡驱动支持的最高 CUDA 版本验证编译器nvcc -V查看系统当前正在使用的 CUDA 编译器版本数据预处理python convert.py -s ./my_data自动调用 COLMAP 对照片进行位姿计算模型训练python train.py -s ./my_data --resolution 2开始正式训练设置分辨率减半以节省显存验证插件python -c import simple_knn检查子模块是否安装成功不报错即成功路径检查dir ./my_data/sparse/0确认预处理是否生成了关键的 .bin 文件项目来源于视频3DGS_01本地训练环境搭建-高斯泼溅GaussianSplatting保姆教程_哔哩哔哩_bilibili