如何在矩池云GPU云中跑DeepFaceLab

用Linux系统跑DeepFaceLab的文章我之前已经写过好几篇，有专门针对阿里云的，也有专门针对滴滴云的。今天来搞一搞矩池云（Linux系统安装DFL最新版）。

这次的搞法会和以前不一样，这次将用可视化算的方法使用Linux，在便捷性上会有大幅的提升。基本能实现和window远程桌面一样的效果。对于使用远程Linux系统的人来说，是一种非常方便的一种方式。

矩池云主要是按时间出租2080ti等游戏显卡，价格上来说还是比较有优势，同时深度学习的镜像种类非常多，可以直接使用预装各种Python，tensorfolw，pytorch版本的镜像。对于按时租用，不停中断的平台来说，一个直接可用的预装系统非常重要，可以节省你的时间，时间就是钱啊。近期推出了预装VNC的镜像，这样操作就更加便捷了。

期间也有不少人问过我这个（这类）平台怎么跑DeepFaceLab，今天我就专门写篇文章吧。整个流程我已经提前扫雷。

开干！！！

矩池云的使用
安装和使用VNC客户端。
配置Conda和PiP镜像
安装ffmpeg
创建虚拟环境
获取源代码并安装依赖
可视化的方式使用DeepFaceLab

别看细分步骤那么多，其实网络好的话，操作起来非常快。

矩池云的使用

矩池云可以按时，按周，按月购买。我这里演示按时购买。

在主机市场上面选择合适的显卡，主要是2080ti和2070，选择的时候还需要注意一点，必须选“可选VNC镜像”的机子。选好后点击蓝色的我要租用按钮。

然后选择镜像，VNC镜像目前在最后一页，也可以通过搜索VNC 找到，找到后点击选择。还可以使用自己的历史镜像。然后设置一下系统密码，点击下单就好了。

然后页面会跳转到如上界面，右上角显示启动中。

稍等片刻就会出现运行中。此时左边会出现SSH链接，JupyterLab 链接，VNC链接。点击VNC链接后面的小图标复制地址。这个地址在下一步使用VNC的时候会用到。

安装和使用VNC客户端。

软件的获取和安装都非常简单。详细的方法可以参考：

https://www.matpool.com/supports/doc-vnc-connect-matpool/

就是一路Next，安装完成后在windows的开始菜单找到图标打开。

然后把地址黏贴在输入框中，点击箭头所指，就会跳出一个窗口，输入密码，勾选就可以进入服务器桌面了。

进入root ，不进入无法使用conda虚拟环境。左上角applications 的地方打开命令行工具，输入：

root
cd ~

配置Conda和Pip镜像

time is money 所以这一步非常重要。这里不配置，你既有可能一天都装不完成。其实矩池云本身是有设置了一部分镜像源，按理说应该很快，但是实测还是卡住了。所以我把这几类镜像源的设置方法写一写。

设置conda镜像源

进入用户目录，创建配置文件

cd ~
conda config --set show_channel_urls yes
vi .condarc

按a进入编辑模式，复制下面的内容黏贴，然后按 ESC -> ：->wq->enter 保存修改内容

channels:- defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_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
custom_channels:conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudmsys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudbioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudmenpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudpytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudsimpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

清除索引缓存，保证用的是镜像站提供的索引

conda clean -i

设置pip镜像源

需要先手动创建配置文件

mkdir .pip
vi .pip/pip.conf

复制黏贴下面的内容

[global]
timeout = 6000
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host=pypi.tuna.tsinghua.edu.cn

保存修改即可。

矩池云官方提供了切换镜像源的脚本，操作起来会更加方便一些：

sh /public/script/switch_pip_source.sh

安装ffmpeg

Linux平台下FFMEPG往往需要自己安装，为了快速安装ffmpeg，又需要自己设置apt镜像源…（默认20kB/s不到）

设置apt镜像，先备份原有的配置文件，然后打开需要修改的文件。

cp /etc/apt/sources.list /etc/apt/sources.list.backup
vim /etc/apt/sources.list

黏贴以下内容后保存

deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial main restricted
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates main restricted
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial multiverse
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates multiverse
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security main restricted
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security multiverse

更新软件源头

apt-get update

安装 ffmpeg(不装后面会直接报错)

apt install ffmpeg

或者可以使用矩池云一键切换脚本

sh /public/script/switch_apt_source.sh

创建虚拟环境并激活

使用conda可以非常便捷的创建deepfacelab所需的运行环境。一个命令就会自动安装python，cuda，cudnn等必须的内容。因为上面已经做了一些处理，这个安装过程会很快完成。

conda create -n deepfacelab  python=3.6.8 cudnn=7.6.5 cudatoolkit=10.0.130conda activate deepfacelab

获取源代码并安装依赖

这一步主要是github的获取时间问题，国内环境要clone源代码的话，可能得好几天。window我们可以用代理，linux上只能是通过gitee来加速了。背后的工作我已经做完，只要执行一下命令即可。

git clone https://github.com/lbfs/DeepFaceLab_Linux.gitcd DeepFaceLab_Linuxgit clone https://gitee.com/dream80/DeepFaceLab.git
python -m pip install -r ./DeepFaceLab/requirements-cuda.txt

获取测试素材

git clone https://gitee.com/dream80/DFLWorkspace.git workspace

进入脚本目录

cd scripts

“不可见字符坑”

上面的步骤做完之后，还有这个字符坑需要填。解决方法在滴滴云那篇文章中有提到过。去deepfacelab的目录找到nn.py这个文件，用VI打开找到红色框中的内容

然后把[] 里面的内容手动删除，手动输入CUDA_CACHE_MAXSIZE

os.environ['CUDA_CACHE_MAXSIZE'] = '536870912' #512Mb (32mb default)

然后进入scripts目录，就可以执行各种脚本了，在以往的Linux教程中，我们没法直接筛选素材，没法看到可视化的训练界面，没法使用可视化的合成界面。这一次，这一些都可以可视化了。

到了这里我们就可以按照DFL工作流程来一步一步运行了。在命令行中输入脚本名称即可运行。比如视频转图片：

./2_extarct_PNG_from_video_data_src.sh

以往我们通过命令行的方式训练模型都是使用nopreview的脚本。这次我们可以直接使用train _saehd.sh 。启动后可以直接看到界面，支持所有预览图上的快捷键，合成的时候也可以启用可视化交互界面。

一切运行成功之后，下次使用只需打开终端命令行工具，切换到root （su root）, 进入用户目录（cd ~）,然后激活虚拟环境（conda activate deepfacelab），然后就可以运行相应的脚本了。

第一次使用这个系统，并且踩了各种坑，记录中间过程，用时大概两个小时。第二次写文章，又搞了几个小时，主要是安装依赖莫名卡住了… 最后做了个镜像，以后就方便了！矩池云部分实例支持镜像保存和还原功能，意思就是即便中断了，下次再次购买时，无需重新配置环境，直接使用。

如何在矩池云GPU云中跑DeepFaceLab相关推荐

如何在矩池云GPU云中安装MATLAB R2017b软件
MATLAB R2017b的安装方式与2016差不多.详情可以查看<如何在矩池云GPU云中安装MATLAB R2016b软件>. 但是还是有一些细微的不同 # 矩池云换apt源脚本清华源 ...
如何在矩池云GPU云中安装MATLAB 2019b软件
之前写过一篇安装2016的文章,如何登陆可以看这篇文章. 如何在矩池云GPU云中安装MATLAB R2016b软件 # 矩池云换apt源脚本 sh /public/script/switch_apt_ ...
如何在矩池云GPU云中安装MATLAB R2016b软件
VNC登录可以参考这个文章:https://blog.csdn.net/weixin_48344945/article/details/107023612 终端解压我这里是已经事先将ISO转成了z ...
PuTTY 远程连接矩池云GPU主机
PuTTY 是一款开源的连接软件,用来远程连接服务器,支持 SSH.Telnet.Serial 等协议. 矩池云的主机支持 SSH 登录,以下为使用 PuTTY 连接矩池云 GPU 的使用教程. 如您 ...
VS Code远程连接矩池云GPU主机
Visual Studio Code(以下简称 VS Code)是一个由微软开发的代码编辑器.VS Code 支持代码补全.代码片段.代码重构.Git 版本控制等功能. VS Code 现已支持连接远 ...
使用 MobaXterm 连接矩池云 GPU服务器
Host Name(主机名):hz.matpool.com 或 hz-t2.matpool.com,请以您 SSH 中给定的域名为准. Port(端口号):矩池云租用记录里 SSH 链接里冒号后的几位 ...
解决矩池云GPU显存未释放问题
很多用户反馈说终止程序之后,显存依然被占用,这里我们提供了两种解决方案,帮助用户解决这个问题. nvidia-smi查看我们可以先用如下命令 nvidia-smi 查看一下当前GPU进程情况. _ ...
使用 Xshell 连接矩池云 GPU服务器
下单租用租用成功打开软件完成错误用法不能这样使用
矩池云升级JupyterLab版本教程
先使用 Xshell 连接矩池云 GPU服务器,可以查看教程. 要在base环境下执行,用下面命令 conda deactivate ps -aux | grep jupyter 我这个进程是616 ...

如何在矩池云GPU云中跑DeepFaceLab

如何在矩池云GPU云中跑DeepFaceLab相关推荐

最新文章

热门文章