怎么解决pifuhd运行demo电脑卡死的问题?(语言-python)

从git上下载了pifuhd项目,按照教程安装好各种环境包以及训练模型之后,运行demo:sh./scripts/demo.sh 然后程序就从generate mesh(test)之后一路卡死,连鼠标都动不了了。

我是在本机运行的,没有服务器(也不会弄)。

请问怎么解决卡死问题?如果需要用到服务器,有没有教程?完全不知道如果借助服务器的力量。

pifuhd是一个基于深度学习的3D人体建模工具,它的运行需要占用大量的计算资源,包括CPU、内存和显卡资源。如果你的电脑配置不够高,就可能会出现卡死的情况。以下是几种可能的解决方案:

调整GPU资源的分配:如果你使用的是显卡进行计算,可以通过调整GPU资源的分配来减少卡死的可能性。可以使用如下代码调整TensorFlow占用GPU资源的方式:


import tensorflow as tf
gpus = tf.config.experimental.list_physical_devices('GPU')
if gpus:
  try:
    for gpu in gpus:
      tf.config.experimental.set_memory_growth(gpu, True)
  except RuntimeError as e:
    print(e)

这段代码会将TensorFlow的GPU资源分配方式设置为按需分配。这样可以避免GPU资源占用过多,导致电脑卡死的情况。

降低分辨率或减小数据规模:如果你的电脑配置实在无法支持pifuhd的运行,可以考虑降低输入数据的分辨率或者减小数据规模。这样可以减少计算量,降低电脑卡死的可能性。

使用云服务器或GPU云计算平台:如果你的电脑配置实在无法满足pifuhd的运行需求,可以考虑使用云服务器或GPU云计算平台来运行pifuhd。这些平台通常提供高性能的计算资源,可以满足pifuhd的运行需求。

总的来说,要解决pifuhd运行demo电脑卡死的问题,需要从多个方面来考虑,包括调整资源分配、降低数据规模、使用云服务器等。

解决pifuhd运行demo电脑卡死的问题,有以下几种方法:

1、检查是否缺失环境要求:确保你已经正确安装了python、tensorflow、pytorch等依赖库,这些库因版本差异而存在冲突。

2、更新操作系统或者图形驱动程序:检查你的操作系统版本是否太老,如果是的话最好的办法就是更新操作系统和图形驱动程序,这样可以避免各种bug。

3、重新安装驱动程序:如果你的电脑出现了卡死的问题,那么可能是因为安装了错误的驱动程序,此时需要重新安装驱动程序以解决问题。

4、借助服务器:如果你有服务器可以利用,可以把pifuhd运行在服务器上来避免电脑卡死的问题,你可以去观看一些教程,例如:《使用服务器运行pifuhd》等。