train_contrastive_feature.py 速度非常慢

[superlearnerG]

您好，我在训练 LERF_MASK 数据集的 figurines 场景时，预计70个小时才能训练10000轮，速度太慢了。我是在单卡4090d 的 wsl2环境中进行训练的，可以向您请教一下，是我哪里出错了吗？非常感谢！

[Jumpat]

你好，这个速度确实过于慢了，你能添加一些计时器来看看具体是哪一步比较慢吗？我们需要更多信息来debug。

[superlearnerG]

您好，可能是我没有遵照本项目的规定去组织数据集。在使用 LERF-mask.figurines 数据集时，我想当然地使用了 figurines 的图像，然后使用 gaussian splatting repo 中的 convert.py 提取 colmap 类型的数据。 我在 Scene 类的 init.py 中看到您注释掉了自定义的 Lerf 类型数据的读取接口，但这个接口应该是能用的。如果我想用 figurines，是不是取消这里的注释即可？ 感谢您的回复

[Jumpat]

我觉得不是数据集的问题，使用convert.py对数据集进行处理是没问题的，这个接口可能会有相机位姿坐标系对不齐之类的问题，但你可以试试。我依然推荐你对每个iteration各个步骤的时间开销进行一下诊断，包括数据读取步骤。

[superlearnerG]

您好，我已经修复了上述问题。现在contrastive_feature的训练可以正常完成。但是在执行 prompt_segmenting.py 时，在截图中的这个单元格，hdbscan，sklearn，scipy等包出现了一些复杂的冲突。我尝试了很多版本，会出现不同的报错。 我认为可能是python3.7版本过旧的问题。我现在希望重新安装一个环境，使用python3.9或者3.10，以及pytorch2.0以上的版本。请问本项目是否能兼容更新的python和pytorch？

[Wangyyyyyunpeng]

您好，我已经修复了上述问题。现在contrastive_feature的训练可以正常完成。但是在执行 prompt_segmenting.py 时，在截图中的这个单元格，hdbscan，sklearn，scipy等包出现了一些复杂的冲突。我尝试了很多版本，会出现不同的报错。 我认为可能是python3.7版本过旧的问题。我现在希望重新安装一个环境，使用python3.9或者3.10，以及pytorch2.0以上的版本。请问本项目是否能兼容更新的python和pytorch？

你好我想请问一下按照你的配置正常跑完要多久呢，我现在正在用只有8G的显卡跑360_v2数据，这一步居然需要350h

[zufehezhu]

求助，为啥非常慢呀

[kmmaster]

请问，最后这个训练速度慢的原因是是什么？是如何解决的？我也出现了这个计算速度非常慢的问题。python的版本我采用的3.10.期待各位前辈回复，谢谢。