安装GeneFace Plus Plus需要哪些Linux知识

安装 GeneFace++ 所需的 Linux 知识
一 基础命令与软件包管理

• 发行版与包管理：熟悉 Ubuntu/Debian 的 apt 或 CentOS/RHEL 的 yum/dnf 基本用法（更新索引、安装/卸载软件、搜索包）。
• 常用工具链：会安装与更新 git、wget/curl、build-essential/cmake、python3、python3-pip 等开发与构建工具。
• 权限与路径：理解 sudo 的使用场景，掌握 ~/.bashrc 或 ~/.zshrc 的环境变量配置与生效方式（如 source ~/.bashrc）。
• 示例（按发行版区分思路）：
• Ubuntu/Debian：sudo apt update && sudo apt install -y git cmake python3 python3-pip
• CentOS/RHEL：sudo yum groupinstall -y "Development Tools" && sudo yum install -y cmake git python3 python3-devel
• 说明：GeneFace++ 官方流程以 conda + pip 为主管理 Python 依赖，但系统级包管理与构建工具仍是前置能力。

二 Python 与 Conda 虚拟环境

• Conda 基础：能创建与激活环境（如 conda create -n geneface python=3.9；conda activate geneface），理解环境隔离的意义。
• PyTorch 与 CUDA：按官方推荐安装匹配版本的 PyTorch 2.0.1 + cu117（命令示例：conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia），理解 CUDA 版本与显卡驱动的对应关系。
• 关键依赖：会用 pip 安装 pytorch3d、mmcv、openmim、cython 等（如 pip install "git+https://github.com/facebookresearch/pytorch3d.git@stable"；mim install mmcv==2.1.0）。
• 环境一致性：能导出/复用环境（如 conda env export），便于复现与迁移。

三 GPU 驱动 CUDA 与 cuDNN 基础

• 驱动与工具链：了解 NVIDIA 驱动、CUDA Toolkit、cuDNN 的基本作用与版本匹配要求；能检查版本（如 nvidia-smi、nvcc --version）。
• 运行时配置：理解 LD_LIBRARY_PATH、CUDA_VISIBLE_DEVICES 等环境变量的作用与设置方法；能在多卡环境下选择设备（如 export CUDA_VISIBLE_DEVICES=0）。
• 版本匹配：GeneFace++ 教程常用 PyTorch 2.0.1 + CUDA 11.7 的组合，需确保驱动与 CUDA 兼容。

四 多媒体工具与数据处理

• FFmpeg：会用 ffmpeg 完成视频/音频处理（如将视频统一到 512×512、25 FPS，音频抽取为 16 kHz WAV），理解常见参数含义（-vf fps=、scale=、-ar）。
• 音频特征与数据管线：能按流程运行 Hubert、Mel、F0 等特征提取脚本，理解输入/输出路径与数据组织规范。
• 其他系统工具：必要时安装 portaudio19-dev、libasound2-dev（音频依赖）、rsync（数据同步）等系统库，解决“缺依赖”类编译/运行问题。

五 常见故障排查与系统管理

• 权限与目录：理解 权限不足/路径不存在 的典型报错，能用 sudo、chmod/chown 与正确的相对/绝对路径解决。
• 依赖冲突与镜像：会用 国内镜像源（如 HF_ENDPOINT=https://hf-mirror.com）加速下载，能处理 pip/conda 的依赖冲突与版本回退。
• 日志与定位：会查看 Python traceback、ffmpeg 输出、shell 返回码，据此定位是依赖、路径、设备还是数据问题。
• 资源与稳定性：了解 显存/内存 的基本占用特征，能在资源不足时调整批量大小、分辨率或改用更小模型/更少步骤进行验证。