制作类网站,网站开发的交付文档,电子商务网站开发与设计报告,济南营销型网站建设工作室前言
最近facechain比较火#xff0c;之前在huggingface试过#xff0c;在SD的落地场景上提供了思路。 这两天刚拿到一台RTX3090的服务器#xff0c;在本地部署也遇到了两个问题#xff0c;给大家分享一下。 一、facechain是什么#xff1f;
官方是这样说的#xff1a…
前言
最近facechain比较火之前在huggingface试过在SD的落地场景上提供了思路。 这两天刚拿到一台RTX3090的服务器在本地部署也遇到了两个问题给大家分享一下。 一、facechain是什么
官方是这样说的FaceChain是一个可以用来打造个人数字形象的深度学习模型工具。用户仅需要提供最低一张照片即可获得独属于自己的个人形象数字替身。FaceChain支持在gradio的界面中使用模型训练和推理能力也支持资深开发者使用python脚本进行训练推理。
二、使用步骤 注基本都是参考官方的README。
1.环境准备
1.1 兼容性验证 FaceChain是一个组合模型使用了包括PyTorch和TensorFlow在内的机器学习框架以下是已经验证过的主要环境依赖 - python环境: py3.8, py3.10 - pytorch版本: torch2.0.0, torch2.0.1 - tensorflow版本: 2.8.0, tensorflow-cpu - CUDA版本: 11.7 - CUDNN版本: 8 - 操作系统版本: Ubuntu 20.04, CentOS 7.9 - GPU型号: Nvidia-A10 24G 1.2 资源要求 - GPU: 显存占用约19G - 磁盘: 推荐预留50GB以上的存储空间 2.安装
官方提供了三种安装方式本文只介绍docker方式。
# Step1: 机器资源 您可以使用本地或云端带有GPU资源的运行环境。 如需使用阿里云ECS可访问 https://www.aliyun.com/product/ecs推荐使用”镜像市场“中的CentOS 7.9 64位(预装NVIDIA GPU驱动) # Step2: 将镜像下载到本地 前提是已经安装了docker engine并启动服务具体可参考 https://docs.docker.com/engine/install/ docker pull registry.cn-hangzhou.aliyuncs.com/modelscope-repo/modelscope:ubuntu20.04-cuda11.7.1-py38-torch2.0.1-tf1.15.5-1.8.0 # Step3: 拉起镜像运行 docker run -it --name facechain -p 7860:7860 --gpus all registry.cn-hangzhou.aliyuncs.com/modelscope-repo/modelscope:ubuntu20.04-cuda11.7.1-py38-torch2.0.1-tf1.15.5-1.8.0 /bin/bash # (注意 如果提示无法使用宿主机GPU的错误可能需要安装nvidia-container-runtime, 参考https://github.com/NVIDIA/nvidia-container-runtime) # Step4: 在容器中安装gradio pip3 install gradio pip3 install controlnet_aux0.0.6 # Step5: 获取facechain源代码 GIT_LFS_SKIP_SMUDGE1 git clone https://github.com/modelscope/facechain.git --depth 1 cd facechain python3 app.py # Note: FaceChain目前支持单卡GPU如果您的环境有多卡请使用如下命令 # CUDA_VISIBLE_DEVICES0 python3 app.py # Step6: 点击 public URL, 形式为 https://xxx.gradio.live 注如果运气好顺利的话直接点击https://xxx.gradio.live就可以操作了。 3. 安装问题
3.1 docker: Error response from daemon: could not select device driver ““ with capabilities: [[gpu]]报错. 1、未安装nvidia-container-runtime导致。在官方安装的step3已经提示。可以试着安装nvidia-container-runtime. 2、已经安装nvidia-container-runtime但发现还是报这问题。卸载重新安装。 3、安装nvidia-container-runtime之后一定要记着重启机器我按网上安了好几遍继续报 错最后重启就OK了大写尴尬 3.2 Could not create share link. Missing file: /xxxx/frpc_linux_amd64_v0.2. 解决办法根据提示下载该文件即可。 wget https://cdn-media.huggingface.co/frpc-gradio-0.2/frpc_linux_amd64 mv frpc_linux_amd64 frpc_linux_amd64_v0.2 mv frpc_linux_amd64_v0.2 /home/miniconda3/envs/llm/lib/python3.11/site-packages/gradio chmod x frpc_linux_amd64_v0.2 // 注要给该文件执行权限否则会报3.3错误 3.3 Could not create share link. Please check your internet connection or our status page: https://status.gradio.app 该错误是因frpc_linux_amd64_v0.2文件没有执行权限。 chmod x frpc_linux_amd64_v0.2 注网上还有解决方法没试过默认服务器只监听127.0.0.1这个地址无法共享访问需要把app.py最后一行做如下修改 demo.queue(status_update_rate1).launch(server_name0.0.0.0,server_port7860,shareTrue) 3.4 style_ list not defined 出现此问题是因为你没有按照顺序执行facechain。 形象体验(Inference) 和 艺术照(Inpaint) 都是基于形象定制(Train)的训练的结果来的所以在尝试facechain功能时先进行“形象定制(Train)”然后在进行后两个功能的体验。
