Closed jiangningqu70 closed 12 months ago
如果你的显卡是 Nvidia,可以根据显卡驱动版本和操作系统版本,去安装对应的 CUDA Toolkit 11.8 ,建议预先将显卡驱动升级到最新版,再去安装。
执行 pip uninstall torch torchaudio torchvision 卸载,然后去 https://pytorch.org/get-started/locally/ 根据你的操作系统类型和 CUDA 版本,选择命令
然后将 pip3 改为 pip,再复制命令去执行。
安装完毕后,在该环境里,执行 python,等待进入后,再分别执行 import torch,torch.cuda.is_available(),如果有输出,说明CUDA配置正确,否则请检查配置或者重新配置CUDA
是N卡,这些也都安装了,合成好像还是CPU,代码有没有哪里能看到是CPU运行还是GPU运行呢
在该环境里,执行 python,等待进入后,再分别执行 import torch,torch.cuda.is_available(),如果有输出,说明CUDA配置正确,否则请检查配置或者重新配置CUDA
确定执行 python app.py和安装 。torch的是一个环境? 不要搞混 全局环境和虚拟环境
打开 app.py 可以在开头 exit() 后边代码,将 上面的测试代码写里面,看看是否生效
我是这样运行的,这应该是局部环境的吧
加了你给的代码到app。py中,是这样的
那应该是生效了。合成时通过任务管理器查看GPU占用,就知道有没有用到了
刚打开第一次执行会比较慢,等待cmd黑窗口都显示线程启动成功了,再进行合成操作
启动很快,然后开始合成,合成就很慢,甚至一直就在合成
多试一会看看吧,GPU利用率有没有变化
OK,谢谢
app.py 大约 66 行有个 device 变量,你可以print下,看看实际使用的是cpu还是GPU,如果是CUDA,说明没问题
可能是我的电脑有什么问题吧,我再看看,谢谢啊
启动很快,然后开始合成,合成就很慢,甚至一直就在合成
你好,请问解决了吗?我的也是这样,一直在合成,看GPU利用率根本没用到
解决了。
tts\tts_models--multilingual--multi-dataset--xtts_v2\tos_agreed.txt
的文件,内容如下
I have read, understood and agreed to the Terms and Conditions.
venv\Lib\site-packages\TTS\utils\manage.py
with open(md5sum_file, mode="r") as f
下面那行源码部署每次都会检测更新模型的。除非手动去更改库文件
请问怎么使用GPU运行,已经下载源码和模型了,但是使用python app.py感觉运行速度还不如打包好的app。exe,请问需要设置什么参数吗