CentOS安装GeneFace Plus Plus的难点

CentOS 部署 GeneFace++ 的主要难点与对策
难点一 基础环境准备与编译链

• 难点表现：系统自带的 GCC 版本过低（如 4.8.5） 导致部分 Python 包或自编译组件（如 dlib、部分 CUDA 扩展）编译失败；CMake 版本过旧 导致构建脚本不兼容；缺少 Python 3 及开发头文件、基础构建工具等。
• 解决思路：
• 使用 devtoolset 提升 GCC（示例：安装 devtoolset-9 并通过 scl enable 启用），或按需升级到更高版本；
• 安装/升级 CMake 3.x（EPEL 源或官方安装包），必要时建立软链接确保 cmake 命令可用；
• 补齐基础依赖：sudo yum install -y cmake python3 python3-devel；
• 注意：devtoolset 只在当前 shell 会话生效，建议在安装脚本或作业脚本中显式启用。

难点二 软件源与网络限制

• 难点表现：无法找到或下载依赖包，报 “无法找到软件包/安装源” 等；企业/校园网络存在 代理 或 防火墙 限制。
• 解决思路：
• 检查 /etc/yum.repos.d 配置与网络连通性；
• 执行 sudo yum clean all && sudo yum makecache 重建缓存；
• 必要时更换可靠镜像源，或在受控网络环境下配置 代理 后再安装。

难点三 权限、架构与磁盘空间

• 难点表现：普通用户无权限写入 /usr/local 或缓存目录；下载/解压大模型权重或数据集时出现 磁盘空间不足；误装 32 位 包或与系统 架构不匹配 的二进制文件。
• 解决思路：
• 使用 sudo 提升权限，或将虚拟环境/缓存目录放到用户可写路径（如 $HOME/.cache、/opt）；
• 用 df -h 检查磁盘，清理不必要文件后再安装；
• 确认系统为 x86_64 并下载对应架构的预编译包或源码。

难点四 CUDA 与深度学习依赖版本匹配

• 难点表现：默认安装的 CUDA 版本与项目要求不一致，导致导入 torch/cuda 失败或训练/推理异常；驱动、CUDA、cuDNN、PyTorch 版本之间不匹配。
• 解决思路：
• 明确项目所需的 CUDA 版本，必要时卸载后指定版本重装；
• 保持驱动、CUDA、cuDNN 与深度学习框架版本一致；
• 在运行前用 nvidia-smi 与 python -c "import torch; print(torch.__version__, torch.cuda.is_available())" 验证环境可用性。

难点五 数据与配置层面的常见坑

• 难点表现：数据预处理阶段报 “bg.jpg not found” 等文件缺失；长语音推理被系统 OOM Kill；模型权重加载时报 size mismatch（如 blink_encoder 维度不一致）；人物 眼睛未睁开 等视觉异常。
• 解决思路：
• 确保已完整执行数据预处理步骤，必要时加 --force_single_process 重跑；
• 内存不足时启用 低内存模式 或减少并发/分辨率；
• 检查并统一配置文件中的关键参数（如 eye_blink_dim=4），确保与权重一致后再加载；
• 出现 RuntimeError/shape mismatch 时优先核对配置与权重是否匹配。