gsplat安装教程：Windows/Linux/Mac全平台详细配置指南
gsplat是CUDA加速的高斯溅射(Gaussian Splatting)开源库，提供Python绑定，用于实时渲染辐射场。本教程将为您提供完整的gsplat安装指南，涵盖Windows、Linux和Mac三大平台。
📋 前置要求与环境准备
在安装gsplat之前，您需要确保系统满足以下基本要求：
- Python 3.7+：推荐使用Python 3.8或更高版本
- PyTorch：必须先行安装PyTorch（支持CPU和GPU版本）
- CUDA工具包：如使用GPU加速，需安装对应版本的CUDA（推荐11.7+）
- 开发工具（仅Windows）：需要安装Build Tools
🚀 最简单的安装方法
方法一：从PyPI安装（推荐初学者）
pip install gsplat 这种方式会在首次运行时自动编译CUDA代码（JIT编译），安装过程最简单。
方法二：从源码安装
pip install git+https://gitcode.com/GitHub_Trending/gs/gsplat.git 这种方式在安装过程中就会编译CUDA代码，适合需要深度定制的用户。
🪟 Windows平台详细安装步骤
1. 安装开发工具
首先需要安装Build Tools，如果MSVC 143版本不兼容，可能需要安装MSVC 142（Visual Studio 2019版本）。
2. 配置开发环境
# 导航到vcvars64.bat所在目录 cd "C:\Program Files (x86)\Microsoft Visual Studio\2022\BuildTools\VC\Auxiliary\Build" # 运行配置脚本 ./vcvars64.bat 3. 安装gsplat
# 使用源码包安装 pip install --no-binary=gsplat gsplat --no-cache-dir # 或者使用预编译wheel pip install gsplat 🐧 Linux平台安装
Linux平台的安装相对简单，只需确保已安装正确的CUDA工具包：
# 安装基础依赖 pip install ninja numpy jaxtyping rich # 安装gsplat pip install gsplat 🍎 Mac平台安装
对于Mac用户，特别是Apple Silicon芯片（M1/M2），需要额外注意：
# 确保使用arm64架构编译 export ARCHFLAGS="-arch arm64" # 安装gsplat pip install gsplat 🔧 验证安装是否成功
安装完成后，可以通过以下命令验证gsplat是否正确安装：
import gsplat print("gsplat版本:", gsplat.__version__) print("CUDA支持:", gsplat.cuda.is_available()) 📦 安装额外依赖（可选）
如需运行示例代码，还需要安装额外的依赖：
cd examples pip install -r requirements.txt requirements.txt包含的依赖有：viser、imageio[ffmpeg]、scikit-learn、tqdm、opencv-python等完整工具链。
🛠️ 常见问题解决
CUDA版本不匹配
如果遇到CUDA版本错误，可以尝试指定对应的预编译版本：
pip install gsplat --index-url https://docs.gsplat.studio/whl/pt20cu118 编译错误
在Windows上如果遇到编译错误，确保开发环境已正确配置，并且安装了必要的Windows SDK。
内存不足
编译过程可能需要大量内存，如果遇到内存不足错误，可以设置：
export MAX_JOBS=2 🎯 开始使用gsplat
安装完成后，您可以：
- 运行基础示例：examples/simple_trainer.py
- 查看2DGS演示：examples/gsplat_viewer_2dgs.py
- 尝试3DGUT功能：examples/simple_viewer_3dgut.py
💡 专业提示
现在您已经成功安装了gsplat，可以开始探索高斯溅射的强大功能了！🎉
