# MobileNeRF Installation Steps

### 注意事項
- 安裝套件之前，請先確認環境是否已切換成Mobile NeRF環境（不要安裝在base環境）

### 安裝步驟
1. 更新Nvidia driver，並重新開機
2. 安裝WSL 2。可以參考[官方網站](https://learn.microsoft.com/en-us/windows/wsl/install)
3. 下載並安裝Anaconda

    wget https://repo.anaconda.com/archive/Anaconda3-2023.07-2-Linux-x86_64.sh
    bash Anaconda3-2023.07-2-Linux-x86_64.sh

注意最新Anaconda版本，別直接複製貼上以上指令

4. 建立Anaconda環境，Python版本爲3.8，並開啟該環境

    conda create --name <env_name> python=3.8
    conda activate <env_name>

5. [optional if use pip]下載並安裝Cuda。可以參考[Cuda官方網站](https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&Distribution=WSL-Ubuntu&target_version=2.0&target_type=runfile_local)

    wget https://developer.download.nvidia.com/compute/cuda/12.2.2/local_installers/cuda_12.2.2_535.104.05_linux.run
    sudo sh cuda_12.2.2_535.104.05_linux.run --override

- 注意最新Cuda版本，別直接複製貼上以上指令
- 安裝完之後，建議再次重新開機
- 重開之後，可以確認Cuda是否安裝成功，並確認系統是否有檢測到顯卡

        nvcc -V
        nvidia-smi

6. 找尋`.bashrc`檔，並加入PATH以及LD_LIBRARY路徑

    # 用vim來編輯檔案
    vim .bashrc
    
    # 將以下行加入至檔案（注意你的cuda版本）
    export PATH=/usr/bin:$PATH
    export PATH="/usr/local/cuda-12.2/bin:$PATH"
    export LD_LIBRARY="/usr/local/cuda-12.2/lib64:$LD_LIBRARY"
    
    # 想要離開vim的話，按Esc並輸入 :wq 或者 :x

- 編輯完後，呼叫`source .bashrc`，使Ubuntu重新設定環境
- 別忘再切換環境`conda activate <env_name>`

7. ~~下載cuDNN~~ [~~開連結後, 並需要申請developer~~](https://developer.nvidia.com/rdp/cudnn-download)

<details>
<summary>
這步驟不用做了
</summary>

- 複製下載好的檔案到WSL環境裡, 然後extract.
- ($distro 為 ubuntu2004, ubuntu2204, 等等. 本教程是用ubuntu2204)版本查看lsb_release -a
- (必須把 X.Y 以及 8.x.x.x 替換到您特定CUDA和cuDNN版本)

    sudo dpkg -i cudnn-local-repo-$distro-8.x.x.x_1.0-1_amd64.deb
    sudo cp /var/cudnn-local-repo-ubuntu2204-8.x.x.x/cudnn-local-275FA572-keyring.gpg /usr/share/keyrings/

- Refresh repository metadata

    sudo apt-get update

- 安裝 Runtime Library

    sudo apt-get install libcudnn8=8.x.x.x-1+cudaX.Y

- 安裝 Developer Library

    sudo apt-get install libcudnn8-dev=8.x.x.x-1+cudaX.Y

</details>

8. 下載jax 此步驟有兩種方式(local 跟 pip)
8-1 : (pip 推薦)

    pip install --upgrade pip
    # CUDA 12 installation
    # Note: wheels only available on linux.
    pip install --upgrade "jax[cuda12_pip]" -f https://storage.googleapis.com/jax-releases/jax_cuda_releases.html

8-2 : (locally) Jax有很多種類，各個有不同安裝方式。我們想要的是[用顯卡、local的jax](https://github.com/google/jax#pip-installation-gpu-cuda-installed-locally-harder)

    pip install --upgrade pip

    # Installs the wheel compatible with CUDA 12 and cuDNN 8.9 or newer.
    # Note: wheels only available on linux.
    pip install --upgrade "jax[cuda12_local]" -f https://storage.googleapis.com/jax-releases/jax_cuda_releases.html

9. 將[Mobile NeRF](https://github.com/google-research/jax3d/tree/main/jax3d/projects/mobilenerf) clone下來

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

10. 安裝Mobile NeRF

安裝之前，記得要把requirements.txt的內容改成：

    numpy>=1.16.4
    jax>=0.2.6
    jaxlib>=0.1.69
    flax>=0.2.2,<0.6.0
    opencv-python>=4.4.0
    Pillow>=7.2.0
    matplotlib>=3.3.4
    tqdm

安裝流程：

    pip install -r requirements.txt

11. 下載[訓練dataset](https://drive.google.com/drive/folders/1JDdLGDruGNXWnM1eqY1FNL9PlStjaKWi)
- 以上連結會提供各種訓練物件的資料，請選一個（例chair物件）
- 下載之後，將dataset移動至固定的路徑（<MobileNeRF路徑>/datasets/nerf_synthetic/）

12. 開始訓練

    # 可以自行建立一個sh檔，以便訓練三個階段
    # python stage1.py
    # python stage2.py
    # python stage3.py
    bash ./train.sh

13. 問題解決
- ImportError: libGL.so.1: cannot open shared object file: No such file or directory

        sudo apt-get update && sudo apt-get install libgl1

14. 參考資料
- [nvidia-smi與nvcc -V印出來版本不同](https://stackoverflow.com/questions/53422407/different-cuda-versions-shown-by-nvcc-and-nvidia-smi)