4
使用faceswap最新master分支的docker-gpu,运行到时
python faceswap/faceswap.py train -A aobamadst -B trupdst -m model/
发现docker中的nvidia-smi基本没有使用,cpu使用率100%
使用faceswap最新master分支的docker-gpu,运行到时
python faceswap/faceswap.py train -A aobamadst -B trupdst -m model/
发现docker中的nvidia-smi基本没有使用,cpu使用率100%
我不使用 Docker。这些图像往往会由社区更新。我正在标记 @rushic24,他与 #1232 相关,以防他有任何见解。同时,请发布以下输出:
在虚拟环境中的 faceswap 文件夹中,运行:
python -c "from lib.sysinfo import sysinfo ; print(sysinfo)"
和后期输出
@xiaosefengyun 因为基础镜像 nvidia/cuda:11.7.0-runtime-ubuntu18.04 没有安装 libcudnn8。 docker exec -it 在docker中并运行
apt-get install libcudnn8=8.2.4.15-1+cuda11.4
取决于docker中的cuda版本,运行
apt-cache show libcudnn8
并找到并安装正确版本的libcudnn8,然后将解决问题。
嘿,你修好了吗? ubuntu 操作系统中的基本 nvidia 和 cuda 版本是什么?这个 dockerfile 适用于 Arch,很可能 @kwxiaozhu 解决方案可以工作。