ハードウェア適応パフォーマンス最適化ガイド
異なるハードウェア構成に対して、以下の階層的最適化戦略を使用することができる：
- ハイエンドGPUソリューション(RTX 3080以上）：
- すべての機能拡張を有効にする：
--enhancer face --use_DAIN - ある
inference.pyセットアップbatch_size=8高速処理
- すべての機能拡張を有効にする：
- ミッドレンジGPUソリューション(GTX 1660クラス）：
- 利用する
--enhancer lip顔全体を強調する代わりに - そうしれいかん
--time_stepフレーム補間計算量を減らすために0.6にする。
- 利用する
- CPUのみの環境::
- CPU版のPyTorchをインストールする：
pip install torch==1.12.1+cpu - すべての強化パラメータを無効にする：
--enhancer none --no_DAIN - 修正
src/config.py正鵠を得るworkers=1
- CPU版のPyTorchをインストールする：
ラップトップユーザーには--preprocess cropパラメータは顔領域のみを処理する。Colab環境で実行する場合!nvidia-smiビデオメモリの使用量を監視し、必要に応じて出力解像度を下げる。
この答えは記事から得たものである。SVLS: SadTalker、ポートレートビデオを使ってデジタル人物を生成する機能を強化について
無断転載を禁じます：AI生産性ツール " さまざまなハードウェア環境でSVLSの運用効率を最適化するには？
