本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 为 Deadline Cloud 构建 nERF Studio conda 软件包
<a name="examples-conda-nerfstudio"></a>

[nerfstudio ](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline/conda_recipes/nerfstudio) rattler-build 配方包[了 nerF Studio 以及以下内容：](https://docs.nerf.studio/)
+ [Splatfacto in the Wild ](https://docs.nerf.studio/nerfology/methods/splatw.html) 外部模型。
+ 在 conda-forge 上尚不可用的 nERF Studio 依赖项。
+ 该[nerfstudio/gsplat](https://github.com/nerfstudio-project/gsplat)软件包的`simple_trainer.py`示例，可用作命令`gsplat_simple_trainer`。
+ 该[KevinXu02/splatfacto-w](https://github.com/KevinXu02/splatfacto-w)软件包的`export_script.py`，可作为命令使用`splatfactow_export`。

要构建此配方，请部署 [ CUDA 农场 CloudFormation 模板](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline/cloudformation/farm_templates/cuda_farm)以创建具有 CUDA 队列的 Deadline Cloud 农场进行构建，然后提交软件包构建任务：

```
./submit-package-job nerfstudio
```

要在任务之间重用 conda 环境，请将 cond [ a\_queue\_env\_improved\_caching.yaml 队列](https://github.com/aws-deadline/deadline-cloud-samples/blob/mainline/queue_environments/conda_queue_env_improved_caching.yaml)环境附加到您的队列中。由于 nerF Studio 的依赖关系关闭包含许多千兆字节的软件包，因此缓存可以节省大量时间和带宽。

有关使用此包的任务包，请参阅[在 Deadline Cloud 上使用视频训练 3D 高斯飞溅](examples-jb-gaussian-splatting.md)。