來自 MrNeRF（@janusch_patas）的推文串

LichtFeld Studio 中首個完全無機器學習框架的 3D 高斯散射實現。 我已經完成了整個訓練流程向自訂的基於 CUDA 的張量庫的遷移。沒有使用 PyTorch、LibTorch 或自動微分。所有梯度都是手動實現的，要么通過 CUDA 內核，要么在其上進行最小抽象。 這使其成為第一個完全不依賴現有機器學習框架的 3D 高斯散射訓練設定。 這不僅關乎獨立，更關乎控制！ 現在，我們可以管理每一位元組的GPU內存，這為更精細的最佳化和效能調優打開了大門。該框架佔用空間極小，無需引入大量原本並非為即時或圖形驅動型應用設計的機器學習運行時程式碼。 一些模組，例如指標和 3DGUT 接口，仍在移植中，一些操作暫時還比較簡單，因此性能尚未達到主分支的水平。 但這次重構為以下內容奠定了基礎： - 一個完全獨立的二進位文件 - 細粒度記憶體優化 - 無需建立沉重的機器學習堆棧，即可輕鬆進行實驗。 我們快要接近目標了。