DeepFaceLab在ubuntu上的配置教程

gaolongcc

星级打分

• 1
• 2
• 3
• 4
• 5

平均分:5  参与人数:1  我的评分:未评

第一次发帖，Mark一下！！！

不说废话直接开搞，不管你是Ubuntu的桌面版还是Server版，都直接通过敲打命令的形式进行配置，Ubuntu系统的安装过程后续如果有机会会出一下，此处就不展示了。

环境：Ubuntu20.04 Server，RTX3060（A卡目前没有尝试过）

1、下载DeepFaceLab源码
首先保证你的机器有git，在终端上敲打git，如果提示git not found，那么你需要通过apt命令安装git
sudo apt install git

在home目录下创建一个存放源码的文件夹，XXX表示你的用户名
cd /home/XXX/codes/
mkdir Face

打开终端cd到Face目录下，通过git拉取scripts脚本，当然你肯定是能够访问互联网的，哈哈
git clone --depth 1 https://github.com/nagadit/DeepFaceLab_Linux.git

这一步操作完成后你会发现Face文件夹中出现了DeepFaceLab_Linux文件夹，好，我们cd进这个文件夹在执行
git clone --depth 1 https://github.com/iperov/DeepFaceLab.git

这一步操作就把DeepFaceLab的源码和运行脚本全部都下载到你的ubuntu电脑上了，是不是很厉害？？？
完整的文件目录如下（你执行到这步时还没有workspace和tmp文件夹）


2、检查运行环境
首先需要检查ubuntu系统是否需要安装显卡驱动和 ffmpeg
安装 ffmpeg
sudo apt install ffmpeg

检查显卡驱动
nvidia-smi


如果有上图的描述，可以看到我的显卡驱动版本为495.46 ，CUDA的版本是11.5，可以根据官网查看自己的驱动是否为最新的，如果不是你需要先卸载掉之前的驱动然后在重新安装，ubuntu安装显卡驱动教程你在百度上可以直接搜索到，这里就不再叙述了。


3、安装python虚拟环境
因为电脑上会存在多个不同python版本的项目，所以我们需要通过虚拟环境来隔离不通过的python版本，这里我是通过anaconda来配置虚拟环境的，anaconda是一款商业软件，所以如果有此顾虑的朋友可以考虑miniforge，用法是一样的。

首先下载anaconda的安装包，根据自己CPU的架构选择合适的安装包，我的是x86架构的所以我下载的包为：Anaconda3-2021.05-Linux-x86_64.sh
https://www.anaconda.com/products/individual?modal=commercial#Downloads
然后给这个安装包赋权限： 在终端输入chmod u+x  Anaconda3-2021.05-Linux-x86_64.sh
运行这个安装包：在终端输入sh Anaconda3-2021.05-Linux-x86_64.sh
根据交互输入yes，一路执行安装，等待完成。
检查安装是否成功：在终端输入conda env list，会有个默认的base环境列出来，说明安装成功。


4、anaconda更换国内清华镜像源
因为conda的源默认是国外的，一般通过其安装第三方库都会比较慢，所以我们通过改变conda的源来提升下载的速度。
首先打开anaconda的配置文件，在终端输入 sudo vim  ~/.condarc
在编辑模式下复制以下内容到配置文件中，并退出编辑模式保存：
channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
show_channel_url: true


5、创建虚拟环境
利用conda命令创建虚拟环境，这里根据你的显卡安装的cuda和cudnn版本会略有不同，如果你是30系以上的显卡，那么你需要安装 cudnn=8.2.1 cudatoolkit=11.3.1
如果你是20或者10系显卡，则安装cudnn=7.6.5 cudatoolkit=10.1.243即可，当然我目前只测试过30系的显卡。

30系显卡通过命令
conda create -n deepfacelab -c main python=3.7 cudnn=8.2.1 cudatoolkit=11.3.1

20或者10显卡通过命令
conda create -n deepfacelab -c main python=3.7 cudnn=7.6.5 cudatoolkit=10.1.243

等待conda创建好虚拟环境


6、完善虚拟环境
待虚拟环境创建好后，还需要安装剩下的第三方的库，我们可以通过pip的方式进行安装，此时我们需要先激活虚拟环境。
conda activate deepfacelab

然后我们cd到DeepFaceLab_Linux/DeepFaceLab的文件夹中，我们可以看到作者已经为我们提供了环境配置txt文本



我们通过vim打开requirements-cuda.txt
看到是python的第三方库，这些我们通过pip的方式进行安装即可。


通过命令
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements-cuda.txt
注意此处30系显卡需要安装tensorflow-gpu==2.5.0，低版本的可能不能用高版本的cuda。
等待安装完成



7、测试一下运行脚本
cd到DeepFaceLab_Linux/scripts文件夹下，ls一下会看到sh文件列表


运行一下sh脚本，比如我运行env.sh，我需要在终端输入source env.sh
你会看到DeepFaceLab_Linux文件夹下有workspace被创建出来。
我这里就不展示测试结果了。

到此ubuntu环境下的deepfacelab的配置就结束啦。

如果有问题可以在评论留言，我尽量帮忙解决。

alfredjp

t4 用 tensorflow 2.4

wcw888

感谢分享技术贴啊

此昵称已存在

谢谢大佬，想问下DFL的训练脚本在命令行上怎么键入回车键，就是在windows下摁enter键结束训练

gaolongcc

此昵称已存在 发表于 2022-3-29 08:32
谢谢大佬，想问下DFL的训练脚本在命令行上怎么键入回车键，就是在windows下摁enter键结束训练
...

不是在命令行上打回车，在preview的界面上敲打回车

此昵称已存在

gaolongcc 发表于 2022-3-29 09:11
不是在命令行上打回车，在preview的界面上敲打回车

是这样啊，我一直以为是在命令行，在自己机子上跑都没太注意，怪不得在kaggle上没法交互

pojk95147

学习学习

uiokky

OpenBLAS blas_thread_init: RLIMIT_NPROC 514120 current, 514120 max
OpenBLAS blas_thread_init: pthread_create failed for thread 61 of 64: Resource temporarily unavailable
这种情况请问大神是因为啥啊？

17634542043

进行图片提取脸部没出现选择cpu/gpu的选项怎么办

id0911

出现这种问题怎么解决 楼主大人