Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra. # Créez un package conda NerF Studio pour Deadline Cloud Les packages [ de recettes [ nerfstudio ](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline/conda_recipes/nerfstudio) rattler-build Nerf Studio ainsi que les éléments suivants : ](https://docs.nerf.studio/) + Le [ modèle ](https://docs.nerf.studio/nerfology/methods/splatw.html) externe Splatfacto in the Wild. + Dépendances de NerF Studio qui ne sont pas encore disponibles sur conda-forge. + L'`simple_trainer.py`exemple du [ nerfstudio/gsplat ](https://github.com/nerfstudio-project/gsplat) package, disponible sous forme de commande`gsplat_simple_trainer`. + Celui du [ KevinXu02/splatfacto-w ](https://github.com/KevinXu02/splatfacto-w) package`export_script.py`, disponible sous forme de commande`splatfactow_export`. Pour créer cette recette, déployez le CloudFormation modèle de ferme [ CUDA ](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline/cloudformation/farm_templates/cuda_farm) afin de créer une ferme Deadline Cloud avec une flotte CUDA pour la génération, puis soumettez la tâche de création du package : ``` ./submit-package-job nerfstudio ``` Pour réutiliser les environnements conda entre les tâches, attachez l'environnement de file d'attente [ conda\_queue\_env\_improved\_caching.yaml à votre file ](https://github.com/aws-deadline/deadline-cloud-samples/blob/mainline/queue_environments/conda_queue_env_improved_caching.yaml) d'attente. Étant donné que la fermeture des dépendances de NerF Studio contient de nombreux gigaoctets de packages, la mise en cache permet d'économiser beaucoup de temps et de bande passante. Pour un ensemble de tâches utilisant ce package, consultez[Entraînez le Gaussian Splatting en 3D à partir d'une vidéo sur Deadline Cloud](examples-jb-gaussian-splatting.md).