Windows部署GeneFace++有何要求

Windows 部署 GeneFace++ 的要求清单
一 系统与硬件要求

• 操作系统：建议使用 Windows 10/11（64 位）；部分教程也支持 Windows 7/8/10（64 位），但稳定性与驱动支持以 Windows 10+ 为佳。为获得更好的兼容性与 CUDA 支持，优先选择较新的 Windows 10 版本 1809 及以上。
• 处理器与内存：至少 2 GHz 双核 CPU；内存建议 ≥8 GB（推荐 16 GB 及以上），大规模训练/推理更稳。
• 存储：至少 10 GB 可用空间（实际常需 20–50 GB 以上，视模型与数据集而定）。
• 显卡与驱动（GPU 加速场景）：需 NVIDIA 独立显卡（如 RTX 系列），并安装 最新显卡驱动；如需深度学习加速，准备与之匹配的 CUDA/cuDNN 环境。

二 软件与工具依赖

• Python 环境：建议 Python 3.8/3.9（兼容 3.6+），使用 Anaconda/venv 创建隔离环境。
• 构建工具：安装 Visual Studio Build Tools 2019+（勾选 C++ 桌面开发 工作负载）与 CMake，确保命令行可调用 cmake。
• 深度学习框架：安装与 CUDA 版本匹配的 PyTorch 与 torchvision（优先使用官方预编译包，避免 CPU/GPU 版本不匹配）。
• 常用 Python 库：如 numpy、opencv-python 等，具体以项目 requirements.txt 为准。
• 可选 IDE：如 VS Code，便于调试与运行脚本。

三 GPU 与 CUDA 匹配要点

• 若使用 GPU：需同时准备 NVIDIA 驱动、CUDA Toolkit、cuDNN，并确保 PyTorch 的 CUDA 版本与已安装的 CUDA/cuDNN 一致（例如使用官方带 CUDA 的 PyTorch 发行版）。
• 驱动与工具链：保持 显卡驱动为最新稳定版，避免因驱动过旧导致 CUDA 初始化失败。
• 无 GPU 方案：可仅用 CPU 运行，但训练/推理速度会显著下降。

四 权限网络与环境配置

• 权限：安装 Visual Studio Build Tools、CUDA、Python 包 等步骤通常需要 管理员权限；设置 系统 PATH 也建议以管理员身份操作。
• 网络：准备 稳定网络 以下载依赖、模型权重与数据集。
• 环境隔离：使用 conda/venv 隔离依赖，减少版本冲突。
• 环境变量：将 Python、CMake、Scripts 等路径加入 PATH，便于命令行全局调用。
• 安全合规：仅从 官方或可信渠道 获取源码与安装包，避免恶意代码风险。

五 部署前自检清单

• 操作系统为 Windows 10/11（64 位），系统已更新。
• 已安装 Python 3.8/3.9、VS Build Tools 2019+、CMake，并可在命令行执行。
• 已安装与 PyTorch 匹配的 CUDA/cuDNN（GPU 场景），且 显卡驱动为最新。
• 已创建 虚拟环境 并通过 requirements.txt 安装依赖。
• 具备 管理员权限 与 稳定网络，必要时配置 PATH。