1 在gitHub里下载了压缩包
2pycharm里面打开
3项目下新建虚拟环境env
步骤：file->setting->python interpreter->add->Virtualenv Environment
?
?
?
?
4? git 工具安装好?file->setting->python interpreter->tools->Terminal
?
?
5 使用Linux服务器的GPU，用到的工具Xshell
??
6 Linux 建立文件夹?
第一步建文件夹：?
显示当前目录命令ll
进入主目录命令 cd? /data? ?
进入分目录命令? cd? Username/
创建文件夹命令 mkdir??Username? 同理Program, Data,Project
第二步安装miniconda，安装在Program并且设置环境变量：
wget -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-4.7.10-Linux-x86_64.sh? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?下载命令（sample）
chomd a+x Miniconda3-py37_4.9.2-Linux-86_64.sh? ? ? ? ? 给所有用户给予文件可执行权限
bash? ?Miniconda3-py37_4.9.2-Linux-86_64.sh? ? ? ? ? ? ? ? ? 安装文件
将minicoda里面的python设置当前用户的全局变量：
export PATH=/data/Lisa/Program/miniconda3/bin/python3.7$PATH
注意：
?
?7连接Pycharm ：? ?Tools->Deployment->Configuration
?
?
?8在使用GPU时，如果一张卡够用，没有多卡并行，使用以下代码：
具体可百度：
import os
os.environ["CUDA_VISIBLE_DEVICES"] = "2"#?2是GPU编号（四张卡一般是0,1,2,3）
export ?P=/usr/local/cuda-11.1/bin:$PATH
export ?LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64$LD_LIBRARY_PATH
export ?PATH=/data/Lisa/Program/miniconda3/bin/python:$PATH
export PYTHON_INCLUDE_PATH=/data/Lisa/Program/miniconda3/include/python3.7m:$PYTHON_INCLUDE_PATH
?
vim .bashrc??nvidia-smi?-l? ? ?看卡的型号来指定哪一张卡来加速?
?
9 准备执行项目
sudo add-apt-repository ppa:djcj/hybri? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??安装ffempg 命令?
?ls? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?查看目录命令
pip3 install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html?? ? ? ? ? ? ?安装pytorch的命令
python image_animation.py -i Inputs/trump2.png -c checkpoints/vox-cpk.pth.tar -v 1.mp4
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?执行命令
10? 在xshell查看项目
?
11文件下载
?
? 下载服务器上的文件可以用这个软件
