前回までのあらすじ

<aside> 🗣

で 先行研究の conda 環境恐るるに足らず というﾒﾝﾀﾙを作った denkiwakame だったが，

野生の公開実装で想像を超える謎 dependency に襲われる ─────

　　　　**/＼＿＿_／ヽ　 　ヽ
　　 ／　　　　::::::::::::::::＼　
　 . | 　,,-‐‐　 　‐‐-､ .:::|　
　　|　 ､_(o)_,:　 _(o)_,　:::|
. 　 |　　　　::<　　　 　 .::|
　　 ＼　 /( [三] )ヽ ::／
　　　／｀ー‐--‐‐―´＼**

</aside>

先行研究 conda環境 Pixi 化への道

ICLR 2025 の論文公開コードの中から conda を利用しているものを抽出し, pixi 化してみます．

<aside> ⚠️

本記事は公開実装を題材に適切な package の構成方法について検討するもので，個々の実装や配布方法に関する良し悪しを議論するものではありません

</aside>

https://github.com/nyu-systems/Grendel-GS

https://github.com/MaureenZOU/m3-spatial

<aside> 👩🏻‍💻

….. Gaussian Splatting か……………………

</aside>

<aside> 👼🏻

Gaussian Splatting や NeRF も, pixi で docker ﾚｽな再現性の高い環境構築が可能です．

</aside>

最近は nerfstudio もpixiを採用しているようです.

https://docs.nerf.studio/quickstart/installation.html#using-pixi

初級編: conda 環境 pixi 化の基本

<aside> 🕵🏻

Case #1: 完璧な environments.yml を配っている

</aside>

pixi init --import environment.yml
pixi install

<aside> 👼🏻

基本はこれです.

</aside>

<aside> 👩🏻‍💻

簡単ですね !!!!!!!!!!!!!!!!

</aside>

<aside> 👼🏻

しかし GitHub というｻﾊﾞﾝﾅでは通用しません.

</aside>

<aside> 👩🏻‍💻

………………….

</aside>

中級編: Grendel-GS を pixi 化する

<aside> 🕵🏻

Case #2: 不完全な environments.yml を配っている（依存関係が漏れている）

</aside>