MobileNeRF在Windows上的配置

      MobileNeRF于2023年提出，源码地址：https://github.com/google-research/jax3d/tree/main/jax3d/projects/mobilenerf ，论文为：《MobileNeRF: Exploiting the Polygon Rasterization Pipeline for Efficient Neural Field Rendering on Mobile Architectures》，一种基于纹理多边形的新NeRF表示，可以通过标准渲染pipeline合成图像。

      运行mobilenerf需依赖JAX，这里介绍下在Windows上通过Anaconda配置MobileNeRF的步骤： 

      1.安装cuda 11.1 + cudnn 8.2.0
      (1).从 https://developer.nvidia.com/cuda-11.1.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal 下载cuda_11.1.0_456.43_win10.exe并安装；
      (2).从 https://developer.nvidia.com/rdp/cudnn-archive 下载cudnn-11.3-windows-x64-v8.2.0.53.zip并解压缩：
      1).在C:\Program Files\NVIDIA GPU Computing Toolkit目录下，新建CUDNN\8.2.0目录即C:\Program Files\NVIDIA GPU Computing Toolkit\CUDNN\8.2.0；
      2).将解压缩后产生的三个文件夹bin, include, lib拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDNN\8.2.0目录下；
      3).将C:\Program Files\NVIDIA GPU Computing Toolkit\CUDNN\8.2.0\bin添加到系统环境变量

      2.创建虚拟环境mobilenerf,依次执行如下命令：

conda create -n mobilenerf python=3.8
conda activate mobilenerf

      3.clone jax3d:

git clone https://github.com/google-research/jax3d

      4.从 https://github.com/cloudhan/jax-windows-builder 下载jaxlib-0.1.76+cuda11.cudnn82-cp38-none-win_amd64.whl，并将此whl拷贝到jax3d/projects/mobilenerf目录下

      5.将Anaconda Powershell Prompt定位到jax3d/projects/mobilenerf目录下，依次执行如下命令：

pip install jaxlib-0.1.76+cuda11.cudnn82-cp38-none-win_amd64.whl
pip install opencv-python==4.4.0.46
pip install tqdm==4.62.3
pip install flax==0.3.0
#pip uninstall jax
pip install jax==0.2.28

      注意各模块版本，否则会有各种冲突，各个版本如下：

      执行mobilenerf要求有8块显卡，否则会报ptxas error: please verify that sufficient filesystem space is provided