Leitfaden zur Optimierung der Hardware-Anpassung
Die folgenden hierarchischen Optimierungsstrategien können für verschiedene Hardwarekonfigurationen verwendet werden:
- High-End-GPU-Lösungen(RTX 3080+):
- Aktivieren Sie alle Erweiterungen:
--enhancer face --use_DAIN - existieren
inference.pyaufstellenbatch_size=8beschleunigte Bearbeitung
- Aktivieren Sie alle Erweiterungen:
- Mittelklasse-GPU-Lösungen(GTX 1660-Klasse):
- ausnutzen
--enhancer lipAnstelle einer vollständigen Gesichtsverschönerung - Oberbefehlshaber (Militär)
--time_stepAuf 0,6, um den Umfang der Frame-Interpolationsberechnungen zu verringern
- ausnutzen
- reine CPU-Umgebung::
- Installieren Sie die CPU-Version von PyTorch:
pip install torch==1.12.1+cpu - Deaktiviert alle Erweiterungsparameter:
--enhancer none --no_DAIN - Änderungen
src/config.pyden Nagel auf den Kopf treffenworkers=1
- Installieren Sie die CPU-Version von PyTorch:
Für Laptop-Benutzer empfiehlt es sich, die--preprocess cropParameter nur die Gesichtsregion bearbeitet. Bei der Ausführung in der Colab-Umgebung wird der!nvidia-smiÜberwachen Sie die Nutzung des Videospeichers und reduzieren Sie gegebenenfalls die Ausgabeauflösung.
Diese Antwort stammt aus dem ArtikelSVLS: SadTalker erweitert, um digitale Personen anhand von Porträtvideos zu erzeugenDie
Darf nicht ohne Genehmigung vervielfältigt werden:KI-Produktivitätswerkzeuge " Wie lässt sich die Betriebseffizienz von SVLS in verschiedenen Hardware-Umgebungen optimieren?
