来自 MrNeRF（@janusch_patas）的推文线程

LichtFeld Studio 中首个完全无机器学习框架的 3D 高斯散射实现。 我已经完成了整个训练流程向自定义的基于 CUDA 的张量库的迁移。没有使用 PyTorch、LibTorch 或自动微分。所有梯度都是手动实现的，要么通过 CUDA 内核，要么在其上进行最小抽象。 这使其成为第一个完全不依赖现有机器学习框架的 3D 高斯散射训练设置。 这不仅仅关乎独立，更关乎控制！ 现在，我们可以管理每一字节的GPU内存，这为更精细的优化和性能调优打开了大门。该框架占用空间极小，无需引入大量原本并非为实时或图形驱动型应用设计的机器学习运行时代码。 一些模块，例如指标和 3DGUT 接口，仍在移植中，一些操作暂时还比较简单，因此性能尚未达到主分支的水平。 但这次重构为以下内容奠定了基础： - 一个完全独立的二进制文件 - 细粒度内存优化 - 无需构建沉重的机器学习堆栈，即可轻松进行实验。 我们快要接近目标了。