Maisie·F CodeLab 2023-02-07 16:34 采纳率: 80%
浏览 29
已结题

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。

  • 写回答

2条回答 默认 最新

  • Bony- 2023-02-15 14:58
    关注

    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。

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论
查看更多回答(1条)

报告相同问题?

问题事件

  • 系统已结题 3月3日
  • 已采纳回答 2月23日
  • 创建了问题 2月7日

悬赏问题

  • ¥20 机器学习能否像多层线性模型一样处理嵌套数据
  • ¥20 西门子S7-Graph,S7-300,梯形图
  • ¥50 用易语言http 访问不了网页
  • ¥50 safari浏览器fetch提交数据后数据丢失问题
  • ¥15 matlab不知道怎么改,求解答!!
  • ¥15 永磁直线电机的电流环pi调不出来
  • ¥15 用stata实现聚类的代码
  • ¥15 请问paddlehub能支持移动端开发吗?在Android studio上该如何部署?
  • ¥20 docker里部署springboot项目,访问不到扬声器
  • ¥15 netty整合springboot之后自动重连失效