博客园  :: 首页  :: 新随笔  :: 联系 :: 订阅 订阅  :: 管理

一、安装python

进入官网下载Python 3.12.7,因为Anaconda3-2024.10-1版本使用的是Python 3.12.7。

安装前,底部有一个勾选框,提示是否将安装路径写入Path,一定要勾选!

安装好后,要注意关闭路径长度的限制,否则在安装过程中会出现很多问题。

二、下载Anaconda

Anaconda是一个包含大量科学计算和数据科学相关Python库的大规模发行版,适合需要这些库进行开发的数据科学家和工程师。

勾选“Add Anaconda to my PATH environment variable”选项,以便在命令行中直接使用conda命令。

在“系统变量”区域找到名为“Path”的变量,点击“编辑”。
在编辑环境变量的窗口中,点击“新建”。
输入Anaconda的安装路径,通常是C:\ProgramData\Anaconda3或你自定义的安装路径。
再新建一个路径,输入Anaconda的Scripts文件夹路径,例如C:\ProgramData\Anaconda3\Scripts。

打开命令行(Command Prompt)或Anaconda Prompt,输入conda --version检查是否安装成功。

安装完成后,可以通过以下步骤验证Anaconda是否安装成功:

打开命令行(Windows),输入conda --version,查看conda的版本信息。输入python --version,查看Python的版本信息,确认是否与Anaconda捆绑的Python版本一致。

三、访问NVIDIA官方网站:CUDA Toolkit Archive

安装路径,默认路径为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.Y(X.Y为版本号)。

注意这里需要选择windows的版本,我是win10。

添加系统环境变量
右键点击“此电脑”或“计算机”,选择“属性”>“高级系统设置”>“环境变量”。
在“系统变量”中找到“Path”变量,点击“编辑”。
添加以下路径(根据安装的CUDA版本修改路径):

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.Y\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.Y\libnvvp

 打开命令行窗口,输入nvcc -V,如果显示CUDA版本信息,说明安装成功。

附加安装cuDNN

解压下载的cuDNN压缩包。
将解压后的bin、include和lib文件夹中的内容复制到CUDA安装目录的对应文件夹中。

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.Y\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.Y\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.Y\lib\x64

验证CUDA和cuDNN安装
运行示例程序
打开命令行窗口,进入CUDA安装目录的extras\demo_suite文件夹。
运行以下命令:

bandwidthTest.exe
deviceQuery.exe

如果两个程序都输出“Result = PASS”,说明CUDA和cuDNN安装成功

四、创建虚拟环境

创建环境之前,设置全局配置国内镜像源:

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

创建一个名为 facefusion 的新环境并安装 Python 3.12.7。

conda create --name facefusion python=3.12.7

这将创建一个带有 Python 3.12 的 Python 环境。按 Y 和 Enter。因此,我们已经创建了 Python 环境;现在让我们通过输入“ conda activate facefusion ”来激活环境,并确保此基本名称已更改为 facefusion。

打开“Anaconda Prompt,运行以下命令:

conda init
conda activate facefusion
pip install -r requirements.txt

 五、下载 facefusion 文件

转到代码并将其下载为 zip 文件;文件已下载。在文件夹中显示,打开 zip 文件,然后将文件解压到桌面。

复制文件夹地址,然后打开 Anaconda Prompt 并输入“ cd (space) control + V ”。之后,输入“ python install.py –onnxruntime ”并按 Enter。现在您将拥有以下选项:CUDA — 如果您有 Nvidia 显卡,请使用 CUDA;OpenVINO — 如果您有 Intel CPU,请选择 OpenVINO;DirectML — 如果您有 AMD CPU 和 GPU,请尝试 DirectML。

选择硬件加速选项
根据您的硬件配置,选择适合的加速选项:

CUDA(NVIDIA 显卡)
如果您有 NVIDIA 显卡并已安装 CUDA Toolkit 和 cuDNN,请运行以下命令:

python install.py --onnxruntime cuda

六、安装 FFMPEG

推荐安装:

winget install ffmpeg

如果不行,也可以尝试以下安装步骤:

安装库后,输入以下命令安装 FFmpeg:pip install ffmpeg。

如果遇到 FFmpeg 问题,请尝试使用:conda install -c conda-forge ffmpeg。

如果有任何错误,请清除提示并尝试输入以下命令运行应用程序:python run.py。

如果仍未安装 FFmpeg,请输入:conda install ffmpeg。

 七、运行

输入命令:

python facefusion.py run –open-browser

如果出现提示:

facefusion To create a public link, set `share=True` in `launch()`.

打开目录:facefusion\uis\layouts,进入benchmark.py,修改以下内容:

ui.launch(favicon_path = 'facefusion.ico', inbrowser = state_manager.get_item('open_browser'))

=>

//追加share=True
ui.launch(favicon_path = 'facefusion.ico', inbrowser = state_manager.get_item('open_browser'),share=True)

如果再提示:

Could not create share link. Missing file: D:\anaconda3\envs\facefusion\Lib\site-packages\gradio\frpc_windows_amd64_v0.3. Please check your internet connection. This can happen if your antivirus software blocks the download of this file. You can install manually by following these steps:

1. Download this file: https://cdn-media.huggingface.co/frpc-gradio-0.3/frpc_windows_amd64.exe

2. Rename the downloaded file to: frpc_windows_amd64_v0.3

3. Move the file to this location: D:\anaconda3\envs\facefusion\Lib\site-packages\gradio

重新运行后会提示以下信息:

python facefusion.py run -open-browser
信息: 用提供的模式无法找到文件。
* Running on local URL: http://127.0.0.1:7860
* Running on public URL: https://sdfsddfsdsfsdfsdf.gradio.live

This share link expires in 72 hours. For free permanent hosting and GPU upgrades, run `gradio deploy` from the terminal in the working directory to deploy to Hugging Face Spaces (https://huggingface.co/spaces)