CentOS环境下GeneFace Plus Plus怎么装 - AI技术

CentOS 下部署 GeneFace++ 的可行方案
一前置条件与版本选择

硬件与驱动：建议使用 NVIDIA GPU（如 V100/A100/3090 等），安装与之匹配的 NVIDIA 驱动，并准备 CUDA 11.7 的运行时环境（驱动版本需 ≥ 515）。GeneFace++ 社区实践以 CUDA 11.7 + PyTorch 2.0.1 为主，已知 PyTorch 2.1 + CUDA 12.x 在部分子模块（如 torch-ngp）会出现兼容性问题。若使用 CentOS 7/8 Stream，请确保系统 glibc 等基础库版本满足 PyTorch/PyTorch3D 的构建要求。

二方案一 Conda 环境 + 预编译二进制优先（推荐）

思路：用 Miniconda 创建隔离环境，优先安装预编译的 PyTorch 2.0.1 + cu117 与 MMCV 2.1，再通过 pip 安装 PyTorch3D（stable 分支） 与项目依赖，尽量避免在 CentOS 上从源码编译大型库。
步骤

1) 安装 Miniconda（略）。创建环境并安装基础工具：

2) 安装 PyTorch 2.0.1 + cu117（使用 conda-forge + nvidia 通道）：

conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia

3) 安装 PyTorch3D（预编译优先，失败再考虑源码）：

4) 安装 MMCV 2.1（openmim 方式，通常可避免编译）：

5) 安装项目其余依赖：

6) 验证关键组件版本：

说明：上述版本组合已在 Linux 实践中验证可用；如网络不稳定，可使用国内镜像源加速安装。
三方案二使用 Docker（规避系统依赖差异）

思路：直接使用包含 CUDA 11.7 + PyTorch 2.0.1 的 NVIDIA PyTorch 官方镜像 启动容器，在容器内按“方案一”的步骤安装 PyTorch3D、MMCV 与项目依赖。此方式对 glibc/编译链 差异较大的 CentOS 机器尤为友好。
步骤

1) 拉取镜像（示例）：

2) 启动容器（示例，按需映射 GPU、目录与端口）：

docker run --gpus all -it --rm -v /your/geneface:/workspace -w /workspace nvcr.io/nvidia/pytorch:22.04-py3 bash

3) 在容器内执行“方案一”的 1～6 步完成安装与验证。
提示：若需 GUI/可视化，额外映射 X11 或使用 --network=host 等方式（注意安全）。
四常见问题与处理要点

驱动与 CUDA 不匹配：CUDA 11.7 要求 驱动 ≥ 515；nvidia-smi 显示的 CUDA 为驱动支持的最高版本，python 内 torch.version.cuda 才是实际运行版本，两者可能不同。
构建失败集中在 PyTorch3D/MMCV：优先尝试预编译包；若必须源码编译，确保已安装 CUDA 11.7 工具链、合适的 gcc/glibc，并预留充足时间与内存。
音频/视频依赖：确保系统具备 FFmpeg（含常见编解码器）与 PortAudio 开发库，以避免音频采集/写入与视频编码报错。
运行被系统终止（OOM）：长音频或高分辨率推理易触发 OOM，可降低分辨率/批大小，或在具有更大显存的 GPU 上运行。