linux上如何安装diff-gaussian-rasterization（研一菜鸟，记录一下花半天时间的结果）

机器学习我不学习

已于 2025-06-23 21:15:03 修改

阅读量6.5k

点赞数 17

CC 4.0 BY-SA版权

文章标签： linux 运维服务器 gaussdb

于 2024-04-21 15:55:32 首次发布

本文链接：https://blog.youkuaiyun.com/dddddedd/article/details/138035425

作者在服务器上遇到论文中diff-gaussian-rasterization的安装问题，需从CUDA12.0切换到11.1。通过下载和安装CUDA11.1，修改bashrc配置，以及解决`glm.hpp`文件找不到的错误，最终成功安装了所需库。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

最近在服务器复现一篇论文，但是在输入代码

pip install submodules/diff-gaussian-rasterization

之后发生了问题

我的理解是服务器的驱动是12.0，本地cuda12.0，anaconda创建的虚拟环境下的pytorch版本编译的时候没有用到虚拟环境里的cudatoolkit11.1，而是服务器里的本地的cuda。查阅网上资料，要用cuda版本切换，但是安装新的cuda好像需要管理员权限。于是在自己电脑上的WSL上安装。

1.下载安装cuda

wget https://developer.download.nvidia.com/compute/cuda/11.1.0/local_installers/cuda_11.1.0_455.23.05_linux.run
sudo sh cuda_11.1.0_455.23.05_linux.run

具体步骤：

选择continue

输入accept

接下来在安装的组件那里取消Driver选项，如果没有这个选项，默认取消

然后需要的cuda11.1就安装完毕

2.CUDA版本切换

因为看过别的帖子，那种修改软链接之后，输入 nvcc -V CUDA仍然显示12.0

所以我直接在bashrc的最后修改

vim ~/.bashrc

把之前声明的cuda12.0注释掉，声明新的cuda

export PATH="/usr/local/cuda-11.1/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-11.1/lib64:$LD_LIBRARY_PATH"
export LIBRARY_PATH="/usr/local/cuda-11.1/lib64:$LIBRARY_PATH"

退出后，输入

source ~/.bashrc

然后在输入

nvcc -V

显示11.1代表版本切换成功

3.安装diff-gaussian-rasterization

在虚拟环境里安装好torch和对应的cuda，看看torch是不是能用GPU运行

开始安装diff-gaussian-rasterization

pip install submodules/diff-gaussian-rasterization

结果编译失败，错误是 glm/glm.hpp: No such file or directory

解决方法：

sudo apt-get install libglm-dev

再次安装

成功咯