對於這篇教程打算上個星期就準備寫了，無奈一直在跑產品和參加行業活動，始終遲遲未能和大家見面。這個項目主要是小郭總開源的 Fay 虛擬人控制器然後看到有這麼一個真人 2D 的項目——xuniren，激發了我部署項目的好奇心。從而有了一些經驗（踩了很多坑），順利在幾臺電腦上跑通，而且遠程也幫了一位朋友部署成功。所以趁熱打鐵，我寫下這篇文章來給感興趣的小夥伴分享下心得，希望大家順順利利地部署 pytorch, torch3d, 這些項目。順便說一句，這些項目在 Linux, macOS 部署都很簡單，可惜 Windows 下面確實需要折騰很久。
我這裏安裝的版本先羅列一下。pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 cub_home=1.11.0 torch3d==0.7.1 爲了方便大家我先把下載鏈接一併放出。接下來就進入我們的正式安裝環境。從0到1的開始。然後所需要的C++ 編譯工具是Visual Studio 2019 的版本。版本號如下:
然後就是安裝Mingw的c++編譯工具，這個安裝包可以上網下載，也可以私信我來取。
通過conda 新建一個虛擬環境
conda create -n torch3d python=3.9
激活虛擬環境
conda activate torch3d
接下來就可以執行pytorch安裝命令了。
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch
安裝好之後，可以看到下面這張圖。
然後我們進入虛擬環境裏執行下面兩段代碼
import torch print (torch.cuda.is_available())
驗證一下我們安裝的 cuda 是否爲 True
這裏順便插播 CUDA_TOOLKIT 和 CUB_HOME 安裝過程。cuda_toolkit 可以直接通過我上面的鏈接進行下載安裝，直接一路 Next 安裝就可以了，cub_home 也是下載完之後，在系統的環境變量裏面進行設置如下圖。
看到這些我們就可以把 torch3d 的文件進行下載，編譯安裝了。我這裏是把 torch3d 的項目放到虛擬環境裏面的 site-packages 裏面，這裏每個人的虛擬環境安裝不同可以找一下。我這裏是在C盤下面的 anaconda 下面。如下圖
然後需要把 pytorch3d 裏的 setup.py 文件77行裏的 -std=c++14 參數註釋掉。如下圖：
這樣的我們就可以以管理員身份打開 VC++ 的編譯工具了。如下圖：
然後找到剛纔的虛擬環境裏的 pytorch3d 的文件路徑，激活虛擬環境之後，需要輸入下面兩個命令就可以執行安裝了。執行順序依次爲:
set DISTUTILS_USE_SDK=1
set PYTORCH3D_NO_NINJA=1
經過長時間漫長的等待，中間不出錯誤的話，可以看到下面這張圖片。
這樣我們就成功編譯了 torch3d 這個項目，接下來就是我們把 xuniren 這個項目 clone 下來，激活我們剛纔創建的 torch3d 這個虛擬環境。在這個項目的 ReadMe 文檔裏有說到要用 VC ++ 編譯器去編譯 freqencoder, gridencoder, raymarching shencoder 這幾個項目，其實這是 Nerf 項目所依賴的第三方庫，如果後面用到數據訓練的話，這些是必須要安裝的。接下來我就演示一下如何編譯這些文件。我是一個一個進行編譯了，沒有執行批處理命令。這裏需要注意的兩點就是需要把四個文件的 setup.py 文件裏的代碼，按照下面的格式進行修改。
cmdclass 裏的 build_ext 加上 use_ninja=False, 然後把 ‘-03’， '-std=c++14' 註釋掉，如下圖：
這樣就可以繼續在 VC ++ 2019 的編譯器下面進行逐個安裝。需要在 xuniren 這個項目裏對應的文件夾下面執行安裝命令：
conda activate torch3d
set DISTUTILS_USE_SDK=1
python setup.py install
依次執行完之後就可以得到這四個依賴庫安裝成功的界面了。我這裏當時過於激動只截了一張圖，給大家看看。
進行到這裏的時候，應該會提示有些庫有衝突了，我這裏是pillow，我重新安裝之後就可以了。這個項目用到了ffmpeg，Windows 系統下載一個即可，然後在環境變量配置一下即可。我安裝的是ffmpeg-5.1.2 這個版本。
pip install pillow==9.0.0
如果你能進行到這裏，那麼你離這個項目 Run 起來就咫尺之遙了。接下來我們就可以執行項目中說的命令了。
python fay_connect.py
經過漫長的模型下載，就可以看到下面的這個運行窗口了。
不過不要高興太早，每個令人興奮的項目在最後的關鍵時刻總會有個小問題站出來，讓你看不到心中的亮光。我們需要在fay_connect.py 這個文件裏做一個小修改。把原來的方法 convert_mp3_to_wav("/" + old_path, new_path) 改成下面的就可以看到虛擬人張嘴，聽到虛擬人說話了。當然你是需要把 Fay 控制器打開，纔可以進行互動交流哦。
整個安裝過程就是這樣的，這裏遇到最多的問題就是 C++ 編譯的問題，找了很多資料都沒有把這個虛擬人項目部署說得精準的，所以這篇文章就應運而生了，解決大家在部署過程中遇到的難題。對於訓練自己的數字人，我這邊也已經部署成功，只不過訓練出來的數字人播報，遠沒有 metahuman 有意思。如果大家也有疑問，就給我留言吧。