sd配置pytorch

这期视频我来教大家如何安装拍 touch 以及配置 gpu 的环境，那拍 touch 我相信不用我多做介绍了，既然你能看这个视频，那么你肯定是冲着来学拍 touch 来的，对不对？好， 想要安装拍 tous 的话，你就打开浏览器吧，然后呢，在地址栏输入拍 tous， 点挖机啊，这个是拍 tous 的官网，那怎么下载呢啊？往下翻， 那这里有个安装拍拖次，下面呢就提供了最新版本的拍拖次的一个安装方式，但是我还是比较建议不要去安装最新版本的拍拖次，因为很有可能会有兼容问题， 所以呢，我还是比较建议啊，点，这里就是历史版本的拍拖词，点击进来之后呢，有这么多版本，我们应该找哪 一个呢？啊？其实啊，这是要分情况的，如果你的电脑没有显卡，没有英伟达的显卡，那么你就可以去安装 cpu 版本的，那 cpu 版本的 ipods， 它一样可以用来训练做预测，只不过是比 gpu 慢很多而已。 那你如果是这种情况的话啊，那么，呃，你这里随便下一个版本都可以，那比如说啊，我就下这个一点一，二点一这个版本的，那么我们这里找哪个呢？那 linux and windows， 然后呢，下面有个 cpu only， 也就是说你电脑上没有英美达的显卡的话啊，那你就直接 copy 这样一个命令，然后呢打开你的控制台，也就是命令提示符，把这命令一贴进去，然后回车就可以安装了。 这个是非常简单的，安装完了之后基本上就不需要去再做任何的一些配置了，这就是安装 cpu 版本的拍特词的一个方法，非常非常的简单啊，只要输命令就可以了。好，如果你跟我一样电脑里面有英伟达的显卡，那么你还需要装一个东西，那就是酷的， 那酷打是什么呢？酷打就是呃，英伟达公司推出的一个并行计算的一个架构，也就是说拍 top 的 gpu 版本，他需要用酷打这样一个依赖来进行计算的加速， 这也就是为什么 gpu 版本的拍拖时，在训练和预测的时候是比 cpu 快的啊，原因就在这，用到了哭打。那么这个哭打我们应该怎么样来装呢？首先我们先要确定一下我们自己电脑上的 显卡的驱动的版本号。呃，怎么看呢，也很简单啊，打开命令行，输入一个命令，就是英伟达 n v 连，然后呢 s m i 回车， 然后大家可以看到啊，它输出了这么一个东西，那这里有一个 driver version， 那这个就是显卡驱动的版本， 也就是说我现在这台电脑的显卡驱动的版本是四六二点二幺，好，记住这个数字，那有了这个数字之后呢，我们走到第二个网站啊，就是这个， 这里列出了几乎所有扩大版本所需要的最低的显卡驱动的版本号，像我这边是四百六十二，那么理论上来说啊，我能安装的最新的那个扩大版本是十一点二点二是这个版本， 但是呢，这只是理论上的啊，我曾经试过啊，我这台电脑也装过十一点三啊，但是呢，理论上来说啊，最新的就只能装到这里了。 现在我们知道了我们能够安装的哭打的版本号，那接下来就是要去安装哭打，那接下来走到第三个网站，那，这里呢就列出了所有哭打版本的下载练习，比如说我要装这个十一点二点二，那我就点进去， 进来之后呢，这里可以看到一个操作系统，那我这边是 windows， 所以点 window， 然后呢，很明显是叉八六六十四的，然后我的系统是 win 十，所以点这个十，那这里有一个 logo， 有个 network。 我还是比较建议啊，装这个 logo， 也就是这个安装包，直接给下下来点 一下。好，然后这里有个 download， 点击就可以下载了，那我这边已经是有了，所以我就不去下载了。 好，下完之后呢，我们就可以打开我们的安装包啊，我这边是在这有个库档，我这边其实是下了个这个十一点一点一的啊，好，我们可以双击， 这个时候呢，我们可以看到啊，他说，呃，他要去解压到一个路径里面，那这个路径其实随便了，你爱解压到哪里，解压到哪里，我比如说这里就直接默认了。 ok， 好，解压完了之后呢，就会开启这个酷打的安装程序，那这里呢，就直接投一并进去啊。 好，然后这里的话，嗯，经检和自定义其实都可以啊，我还是比较喜欢学这个自定义啊。 下一步啊，这里呢，我一般都是直接全部勾上的，然后下一步。好，这里呢会有三个路径啊，其实这三个路径里面啊，这个路径才是最重要的，因为这个才是库达的本体 啊，所以呢，如果你怕出问题啊，你最好把这样一个安装路径记住啊，或者是呢，你自己挑一个你想要安装到哪个目录里面去的一个路径，好吧，这里呢，我就直接默认了啊，下一步， 下一步之后呢，然后就 understand， 然后 next， 然后这个样子呢，就可以开始安装了。安装好之后呢，我们需要去验证一下这库达有没有装好，那验证 也很简单，打开命令行，然后呢输入 n v c c 空格杠，大写的 v， 如果你敲完回头之后可以看到这样一个类似的界面的话啊，那么就说明你的 q 档已经是装好了。 装好库呢之后呢，我们接下来啊，就得去找我们对应的拍 top 十的版本， 比如说我想安装这个一点一二点一的拍拖式版本，那么他的一个安装命令呢，就是往下走啊，这另一个是按着 windows， 然后这里面呢有什么哭打十一点六，哭打十一点三，哭打十一点二，对不对？ 而我这边自己的版本是幺幺点幺，他不在这个里面，那是不是就不能装呢？其实也可以啊，我们可以挑一个 距离版本最近的，比如说一一点三，然后我们可以把这个命令复制过来，复制好了之后呢，就可以在我们的 cmd 里面把这他的命令给贴过来，然后回车。那这样就是在下载并按着我们的拍拖者 好拍拖尺装完之后呢，我们需要去验证一下有没有装好，对不对？那么我们可以在拍套里面进行个项目啊，比如说我这边叫叫拍拖尺克斯，嗯，然后呢，我新建了一个魅点 py， 那想要验证很简单，首先 import torch 啊，注意啊，不是拍 torch 啊，是 torch。 好，如果你是 cpu 的版本的拍拖子，那么你这样直接运行，如果发现是没有问题的，那就像 这个样子，那么你这个拍拖尺就算装好了。但是如果你装的是 gpu 版本的拍拖尺的话，那么你还要做一件事情啊，就是打印一个东西啊，拿什么呢？ tous 点扩大点椅子 valuable 这个函数就是检测我这个扩大到底能不能用，如果能用就是返回一个处，不能用就是返回 force， 那我们运行一下，如果发现打印出来是处，那么就说明你的 gq 版本的拍拖尺就安装成功了。

今天我们想给大家介绍一下如何使用 docker 来安装一个开箱即用的环境，并且给多用户来分配这个 gpu 的 资源啊。大家知道如果我一台机子八张卡，如果给很多人在用的话，难免会产生冲突，对吧？而且权限没法控得控制。 但现在我使用 dolphin 之后有什么好处呢？就是每个人可以分配一张卡或者是几张卡。呃，不同人用户之间呢，它的这个硬件是隔离的，软件也是隔离的， 嗯，包括数据也是隔离的。那这样呢？有很多好处啊。嗯，第一个好处就是数据更加安全，更好管理。第二个，第二个好处就是我用了 dolphin 之后，我可以把这个扩大啊，什么 pto 这些环境提前的打成镜像， 然后客户用的话，我就直接给他开一个镜像就行了，启动非常快，然后不用客户安装各种的环境啊，扩大这些安装很麻烦，尤其有时候装扮还会显卡就识别不了，所以我们把这些提前做好，然后客户来了以后，可以通过不同的 ip 端口来直接进入他的这个刀口环境，就可以直接用了，非常方便。好，今天我们先教大家用一下怎么安装这个刀口环境啊。普通的刀口环境大家可能熟悉了，但是 怎么让这个刀刻能使用到 gpu 的 资源？就是可能大家一般不用到，也不是很熟悉啊。这个我们就算这个我们是已经装好了，但是我想给大家介绍一下这个步骤啊， 这个步骤就是包括国内怎么安装这个刀刻，因为刀刻镜像在国外的话，你下载的时候也很慢，对吧？呃，我们把它换成国内要快一点。首先我们 步骤是这样子的，我们环境是无光图二十二，然后我们先可以安装这个 docker ce， 然后改用这个阿里云气象员这个资源。如果你之前装了一些旧的版本的话，你可以用这个命令把它删除掉，这样就干净了，干净了之后你再 你再安装。呃，这个命令就这样子，然后你就开始安装啊，你看我们这块都都基本上都跑过一遍了，给大家再演示一遍啊。然后你就运行这个命令，输入密码好，输入密码 好，更新了，这个更新包了，然后我们再换成这个阿里云的一个 dcard 的 地址，这样使我们的这个安装会变得更快。 ok， 就 换好了。然后我要安装一些相应的 dcard 的 一些引擎，以及相应的插件。 ok， 走一遍啊，不要报错就行了。然后我就可以把它设置成开机自自动启动啊，包括你，然后这个就没没问题了，为什么要设置开机自动启动呢？ ok， 这就是表示开机自动启动了啊，这运行了，因为我可能有很多刀客，你用了很多不同的服务，对吧？如果突然你断电，下次重启你不希望你这个需要手动再重启，所以设置成这样子之后，你之前部署的这些任务，它都可以自动去重启了啊，方便管理， 免免于你这个重新去手动的启启启动。然后 dolphin， 这个，这个就算安装好了。这个安装好了，给大家看一下，它就是 dolphin 杠 v 啊，之前是 version， 是 这个二十九点一三啊，一三就 ok 了，这就算装好了，你可以使用 dolphin 了， ok， 然后本身呢？它它是你可以加一些国内的镜像，让这个 dolphin 拉镜像快一点，这里我们加了一些国内的地址啊， 我们测试之后这速度是可以的， ok， 然后你把它加进之后，你还要重启一下，对吧？重启一下它就可以让你这个这个配置文件生效，然后以后下载镜像就可以优先这些速度快的国内的镜像。 ok， 我 们可以验证一下这个 ok， 这个就说明这个就 ok 了。好，这个刀口就装好了。 但是我如果想用 gpu 的 话，我需要还需要配一个，安装一个这个英伟达的这个 toolkit， ok， 我 怎么装呢？装完效果就是你用用用 gpu， 否则你用不了它的 gpu， 你 虽然能用 dota， 但是 dota 坚决用不了 gpu， ok， 然后这个我们之前试过啊，给大家看一下，就是它用不了 gpu， 就是 你在没有在，你没有装这个 dota， 对 吧？你如果调用它的这个 gpu 的 话， 你可以发现它就是说报错，报这个错，对吧？我有，我， 对吧？一开始我在运行这个，它还没有下载这个镜像，我下载完了以后它就报错，我如果再运行这这个，对吧？我当时在还没有装 tool 的 时候，它，呃，它就会这个显示，这个 could not use this devices driver 啊， gpu 就 报错了，对吧？然后我这边刚才把它装好之后，对吧？我一旦把这个 docker 这个 toolkit 装好之后， 你看我这在哪装的啊？我把你看我把这个装好之后，我刚才已经装了，装好之后我再运行这个，那是不是它就扩大就出来了，对吧？它的这个就能连上了，对吧？连的是我这个速录机的这个三张卡，对吧 对吧？我宿主机在这里，这是我的 dork， 对 吧？装，装这个 dork 啊，所以大家就看到我们必须要装这个英伟达官方提供的一个 dork 的 一个 toolkit 工具包才能 才能使用这个通过 dork 来使用宿主机的这个 gpu 硬件资源以及它的库大一些啊，你如果不装这个 toolkit 的 话，它这个就 运行不了啊，你运行这个的话他就报错了，那我怎么装这个租赁的话，那这边我们也有教程啊，我们都测过了，没问题。然后你先要安装这个密钥， ok， 更新他的一个添加他的仓库，添加仓库以后他就让你安装了，否则他地址可能找不到啊， ok， 就 覆盖了，就以前我装过，然后你再安装这个兔腿， ok， 他 第一次安装也不会报错啊，我们第一次安装也没有报错，这重复安装，看，这个已经安装好，最新版一点一八幺，你安装好这个之后呢？然后你还要重启， 重启它才能生效，大家注意啊，要不重启说怎么没反应，是因为你没有重启 好，我们现在看一看一下它这个验证啊，它是什么版本信息啊？装，装好没有啊？验证， ok， 这个装好了就 too late 的是这个 version 是 一点一八点一， ok， 这是说明装好了， ok， 然后这个还有一点什么呢？呃，以前它那个叫，因为它 dota 的 那个安装包叫 nvidia 杠 dota 或者 dota two， 那 个是比这个老的， 这个更新这个很多功能，更新了以后它重新起的名字叫土匪， ok， 所以 你要装新的话，使用它更好的功能的话，你就装这个，不要装以前那个刀口，因为打刀口， ok， 然后呢？这个我们再验证一下啊，这个我们再速度再验证一下，比较速度会报错，它能识别到三个我们数据机，三个 gpu， 对 吧？ gpu 的 它的那个 gid 它也识别到了， 对吧？ runtime 这些这些信息还是比较全的啊， ok， 比那个刚才那个 version 要全一点啊，就说明没问题，对吧？然后 你看这里，这里就告诉你，现在你就可以选这个不同的 gpu 来做这个 docker 了，它什么意思呢？就是说 你可以给一个 docker， 给一个 docker 分 配一个 gpu， 或者是两个 gpu， 或者三个 gpu， 或者某个或者第四个 gpu， 或者是全部 gpu。 你 如果只你看它把环境都隔离了，你可以从这个华为云这个 网址去拉取它带这个扩大环境的一个 docker 啊，你直接拉取下来，然后同时分配你的这个某个 gpu 啊，这个环境进去以后，它就是一个自带扩大十二的一个，同时这个乌邦图是二十二的这个环境的一个 gpu 的 一个环境，同时在这个环境里你只能使用一个 gpu， 指定这一一个 gpu 给这个用户一啊。那么我如果那个用户说权限比较大， 它需要所有的 gpu 都给它，怎么弄呢？你就把这个 gpus 设置成奥啊，当然这里面你可以不同镜像，你可以换啊，这有很多好处啊，这个好处就是说你不用再装这个，再进去镜像，重新装裤带， 你直接跑起来进去镜像之后你就可以直接使用裤带啊，对吧？然后刚才说的那个，嗯， toollet 之前有一个版本叫 uh 维尼亚 ducker 啊，你安装那个的话，你是相当于旧的一个环境，它不支持这个 g 杠就杠 gps， 它是这种参数，所以这个比较老啊。 然后你如果用更新版本的这个 toollet 的 话，你装好之后你就可以用 gps。 好 了。最后跟大家说一下它这个镜像是怎么来的， 就就看着很一一长串啊，但是你不要紧张，不要慌张，实际上这个你直接用这个有很多好处， 这个好处就是说你不用再自己写很长的这个安装文件，安装脚本去安装这个库达库达了，对吧？呃，包括你还要安装拍套式啊什么的，你直接下这个进项文件，直接用这个命令，直接你这个所有环境都找你，让他到这个网址， 到这，完事你搜这个点这个 pto， 我 们用户要这个有 pto 的 环境，对吧？那同时还要库达，还要 cudn， 还要这个康达，有时候，那么你可以选假如说你说康达，呃，十二点八这个环境，对吧？你就选这个，如果你要十三点零环境，你就选这个， 就是它有十三点零或者十二点六啊，十一点八这些都有，对吧？找一个十三点零的，对吧？ 这这这，你再找一找吧，反正。然后还有一个 devil 这个环境呢包它比这个软件要更全一点啊，有时候酷大什么的环境找不见用这个 devil 这包都都有啊，假设我们进这个环境看它有什么东西啊， 你看它这个写的是酷大十二点八是自带的，对吧？ high top 二点九一也是自带，对吧？ c o d n 九是神经网络加速的这个 依赖也有啊，这个扩展包也有，所以他要十七 g， 所以 你直接把它下下来，你就啥都不用装了，直接进去拍照就都有了，对吧？这，这个是一点，然后你可以选选，根据你的需求选不同的环境，对吧？有的是，这个要十一点八、十二点四、十二点二，这些都有较早版本的，更早版本的他也有，对吧？ 派套水不同环境，那么以前你需要装很半很半天，对吧？有时候还是报错，你这时候你就把它都下下来就可以了，然后你看我给大家运行一下，假如说我用这个前面还是要加 c 的， 对吧？ c 的 我看能不能识别啊？这个就是三张资源你都能用，对吧？进的这个刀刻的话，然后如果我如果只选其中的这个，呃，一个，对吧？ 我如果只选其中一个选项，那个 devices 零，对吧？他如果零是什么，对吧？就选择只能看到一个，对吧？这样就可以有效地隔绝不同人的这个硬件的访问的这个 权限嘛，对吧？我如果有八张卡的话，那我可以每个人分一张卡，大家每个人隔离用，对吧？ ok， 这块这个代码写的不对啊？这个行， ok， 我 们试一下啊。 哎，好，这两个选了两个，对吧？这样就 ok 了。好，今天这个就是大家一个给大家介绍一个入门的一个知识。 那么以前我们经常就是整机在原始的原原生的这个宿主机上在随便写代码，你如果你一个人用的话，这种是可以接受的，但是我如果很多人用的话，肯定不能大家都用同样的这个宿主机了，这样会出现很大的一个冲突，比如说你改了某个程序，这个用户进去了，他又改了， 大家用的环境不一样，到时候肯定会越来越出错，所以我们只能用这个刀块的环境让给大家分配权限，这样可以有效的隔离大家的这个软件及自己的数据， ok， 更加安全。然后管理员就要管理整个数据库就可以了啊，包括给大家其他人分配密码。 那么今天我们给大家介绍了这个简单的 dakar 怎么安装，以及这个埃维亚的这个 dakar 要额外的去安装，你才能调用这个 gpu 的 资源。那上节课我们给大家介绍一下怎么拍 touch 这个 dakar 的 环境，以及怎么给大家修改密码场景的一个应用。 好，谢谢大家，我们是树萌爱，欢迎大家持续关注我们，大家如果想要我们的这个总结的这个安装资料，欢迎大家一键三连，然后私信我们，我们都会给大家发这个步骤经过我们验证过，没有一点问题的，这个安装的脚本节省大家的时间，好，谢谢大家。

因为接下来介绍的章节中呢，或多或少都会编写一些代码，所以在开始正式学习之前呢，先给大家介绍一下深度学习环境的安装。 机器学习的环境相对而言比较简单，所以在课程中，我们直接都是使用 python 和 pip， 把相应的依赖安装在本地的项目中。 但是呢，深度学习的环境依赖通常是非常复杂的，往往涉及到多个版本之间的 python 扩大深度学习的框架一种以及各种第三方库，它们之间是要互相配合的。如果我们直接使用系统自带的 python 还有 p i p 安装包的时候，通常会遇到各种各样的包版本的冲突问题。 扩大与框架的版本不兼容，不同的项目之间的共享依赖造成了环境之间的相互污染， 因此使用一个比较专业的环境管理工具，这种时候就非常有必要了。我们每个项目呢，都用自己独立的环境切换成另外一个项目，就用自己的环境，用自己安装的包和框架对应的版本。 在深度学习中， conda 可以 说是非常合适的项目管理环境了，它不仅可以很好的隔离不同项目之间的依赖，而而且呢，还能在一定程度上简化扩大，还有就 cudn 等这些相关依赖的管理。 当然，康大呢，业界是有好多种解决方案的，最大的呢肯定就是安康的，它呢预装了二百多个科学计算的包了，功能是非常完整的，装了之后，几乎你就不用再安装环境相关的东西了，但是呢，它的体积也超级的大，而且呢，其实你会引入一些没必要的依赖冲突， 相对而言呢，还有一个它的经典版本就是 mini conda， 它只包只包含了最基础的 conda 和 python 的 版本，比如说装了它之后呢，我们既有 conda 这个管理工具，也有把 python 也给安装好了，不需要我们自己再安装 python 了，其余的我们就按需安装，用到什么就装什么。 这种时候呢，它出来的环境是比较的清亮也干净的，比较适合我们一步步的来搭建深度学习的环境。所以说呢，我们就使用 minivan 来管理我们的学习环境，这个也是目前业界相当推荐的做法了。 迷你康纳本身的安装方式是非常多的，最简单就是可以从官网上去下载，注意一下不同的操作系统有不同的下载包。在 windows 用户安装的时候呢，就勾选一下，把它的路径放到环境变量中。对 mac 用户呢，也可以用 homebrew 进行安装，这个 mac 用户肯定非常熟悉了。 安装完成之后呢，我们就可以使用康达 init 调一下康达 init 来抽象化一下康达。完事之后呢，像 mac 还有 linux 用户需要执行一下，把我们的配置文件呢给更新一下。但使用 zsh 的 用户呢，也可以使用 sos， 然后点 zshrc， 然后我们就可以使用康达杠 water 命令来检查一下是否安装成功了，如果正确的输出了康达的版本号，就说明 ok 了， 看一下，这样就说明好了。然后再来看一下配置镜像源，因为迷你康达默认在下载各种各样的安装包的时候，他其实是从海外下载的，速度对于国内的用户是比较慢的， 这种时候呢，我们可以配成国内的镜像，无论是清华呀，阿里云呀等都提供了非常快的下载。我们选安利的话，我们可以选清华的，基本上就是按照步骤执行以下命令就可以了， 非常简单。这个大家也可以在网上搜一下，结果是非常多的，实际上各种各样的把镜像呢都换成清华的，这样下载起来就比较快了。 在配置完成之后呢，我们可以使用 sirius 命令来看一下安装源有没有配上，可以看一下它这里面各种各样的配置呢，都已经符合我们的预期了，这样它下载的时候呢，就会非常的快了。 安装好了 mini 康纳之后呢，我们就可以安装合适版本的 python 和深度学习最重要的框架 python 了。 深度学习的环境相对而言更强调稳定性，所以说呢，我们不建议大家装最新的版本，在目前啊， python 的 三点一零和 python 的 二点零以上的版本呢，是比较主流且稳定的搭配。所以说呢，我们就给大家演示一下如何创建一个 python 三点一，三点一零的专用环境， 就 create 一个内幕，指，我们指定一下这个环境的名字，指定一下 python 的 版本，对它进行安装。因为我本地影有这个名字了，所以给他换个名字， 安装的时候他会用，可以看到用的镜像源也是我们清华的镜像了。 ok， 好， 这样就安装成功了，安装成功了他也告诉你了，你可以用这个命令呢来激活环境，当然也可以用 deactivate 来不激活，把反向激活，只要激活之后呢，我们就会发现前面多了一个环境的名字了， 接下来就是在环境中安装 padouch， padouch 安装呢，要取决于我们的设备是否有显卡及显卡的版本， 如果说设备中配备的是英伟达五零系列之前的，比如说四零，九零啊这种显卡，那么我们就比较推荐安装扩大十一点叉，比如说十一点八这种对大部分的场景兼容性还是可以的，就用 conda install 来安装指定一下扩大的版本就行了。 如果说呢，我们的设备可以给提供 rts 五零之后的显卡，这样呢，推荐安装扩大十二点叉的版本，这种它的兼容性是比较好的，如果说不是祖传的这些项目啊，或者是一些比较新的环境中，尽可能就不要用扩大来安装后续各种各样的包了，包含着 top 各种， 我们就可以直接使用 pip 来 install 就 行了，指定一下我们想要的版本，十二点八或者十二点四之类的都可以， 而尤其注意安注意一下，如果说我们用了 conda install 呢，后面各种各样的包呢，就尽量的都用 conda 来安装。如如果说我们用 pip install， 后面各种各样的包呢，都用 pip 来安装，只不过是接下来的例子呢，都是用 conda 来做举例子的， pip 的 话，反正安装之后呢，只用库大来管理虚拟环境，否则呢，如果两个工具混着装包的话，会在依赖管理上有严重的冲突。 如果说我们是用的笔记本，可能是核心显卡，或者是我们使用的是麦克设备，就像我一样是没有 gpu 的 排套式呢，也是可以通过啊，在麦克下 m 系列的芯片的时候，是可以通过 s 做一定的硬件加速的，虽然比 gpu 要慢，但是疗胜于无吧， 我们就可以安装一下，像我的话，因为用麦克了，所以就需要用这个来装这个对应的版本了，转过来之后让他可以就执行就好了。 ok， 全都也不用管了，他肯定都给我们选好对应的版本了，所以我们直接 yes 就 可以，这样他就去安装脚印去执行安装就可以了。可以看到为了装，装了这么多依赖，如果我们手工去管理这些依赖肯定是对应之间对应的版本我们是照顾不过来的。 ok， 这种时候就安装好了。 安装好了之后呢，我们可以再补充一下深度学习中常用的一些基础工具包，先把它粘过去，让它装着。 ok， 让它开装。可以看的时候啊，它主要装的是什么呢？就是 nampus， matlab， live 画图的 sebor， 当然也装了 second learn， 自己学习的。还有住不起的 lab， 还有用。如果在 ide 里面，如果我们想用是住不起的 notebook 的 时候，还是需要有一些依赖的， 这些是比较常见的。 ok， 这种时候也给好安装好了，其实我们可以测一下它是否成功啊。实际上我们如果用 ide， 无论是可能常见的 ide 的 都一样啊。 如果使使用的 vs code 的 系列的话，可以看到这边有一个选环境的地方，我们可以选其他的内核，比如说 python 的 环境，可以看到这就是刚才我们安装的那个环境，这个是我之前就有的，把它选中之后呢，就切成这个环境了，我们就可以在 drupal notebook 中来 使使用了，比如说呢，我们可以新建一个测试文件来看看，当然我这个就不用升测试文件了，在 notebook 中执行就好了。我们导入 padlock 的 包，打印一下 padlock 的 版本，看一下 gpu 能不能用，我们也看一下，如果是 耐克 m 系列的芯片，可以看看 mpm 四加速有没有起用来执行一下，第一次会稍微慢一点，后面就会快了。 如果运行后呢，我们如果能够正常的输出排定制的版本，而且对应平台的加速能力可用，就说明环境配置是成功了。可以看到排定制的版本是装上了， gpu 是 不能用的，我的电脑是没有的， mps 是 可用的，因为我是 m 系列的芯片可以用。 ok， 这种时候说明我们后续深度学习一些简单模型的训练，还是可以稍微有点加速的，这些都说明我们后续深度学习一些简单模型的芯片可以用。 ok， 这种时候说明我们后续深度学习一些简单模型了。 实际上刚才我们的使用中就已经在用创建了一个这一个虚拟环境了，比如说我这个项目呢，只用这个环境， 所以说呢，它是其他的项目，如果不一样，你就不要用这个环境创建一个自己项目专属的环境就行了。所以说呢，我们首先看看创建环境的时候，刚才我们已经用这个命令了，就不再重复的讲解了创建， 当然我们也可以在创建环境的时候就把常用的包给装上，这个没必要啊，装最主要的就是指定 python 创建好了之后呢，环境创建好了，我们要激活才能用，其实就是用的刚才的 activate 命令，如果说终端提示出现了左边这个提示，就说在这有这个说明你才是用的这个环境，在这个环境下进行操作，很多同学会忘掉这一步啊， 我们可以当然用这个 deactivate 呢，让它退出，然后它就退出来了，激活在环境中安装包。刚才我们也使用了 pad 啊，装了 non pad 啊 pad 等，我们也可以看一下 一共装了哪些包了。那 list 可以 看到装了非常多的包了，因为每个包它还有自己的依赖，所以装的是非常多的。如果我们想更新一个包，就使用 kundada update 的 命令就可以了。想把一个包给卸载掉，就用 kundada remove 这个包名就可以了。 我们可以看看管理一下环境，查看一下我们已经创建了哪些环境了，当前的环境前面会有个星号啊，所以康达一人 v list 可以 看到当前电脑上是有三个是呃环境的，当前的环境是一人 v 二。当然我们也可以把一些环境彻底给删除掉，如果不用就把它给彻底给删掉就行了。 如果说我们想把当前的环境分享给同事，或者上传到 github 之后，让网友也进行复现，或者是我们想迁移到自己的另外一台电脑上，我们就可以用这个命令呢，把我们当前的环境进行导出，导出之后呢，它会在本地生成一个文件，我们所有的内容都就在这个， 就是当前环境的一些信息都在这个文件中了，包括我们使用的 channels 是 哪些，我们有哪些 dependencies， 这些都给列出来了，那其他人怎么用的？这些环境被导入到这个文件中，后续只要是其他人拿到这个文件，就在本在他本地呢执行这个命令就可以了。 比如说呢，我们创建一个新的文件夹，就是一人为三，并且他把这个文件给复制到一人为三下面来就用这个命令，我们可以看到也是先指定了原，之后呢，他再给我们恢复环境， 可以看到就把环境都给使用到了，我们在这个里面也可以用一样的环，一样的环境了。 ok， 关于我们深度学习所用的最小环境就先介绍到这里，后续随着我们的使用，可能我们会对环境再做一些其他的操作，我们就边学边用。这个课程介绍的都是基础的了，所以大家在后续的课程学习之前呢，先把环境准备好。

这个场景你熟悉吗？英伟达 s m i 显示 call 的 十三点一， n v c c 杠一显示十二点九，为什么它们显示的版本不一样？骐踞满志开始验单时， pie torch 确保错。今天一期视频讲清楚这五个东西， 显卡驱动 code、 python 的 对应关系，让你的 n 卡满血，运行愉快。连单记住这个顺序，从下往上，显卡驱动 code python 下层决定，上层错一层就会爆错。 显卡型号决定最低帧的版本，驱动版本决定最高的帧的版本，而帧的版本决定了 python 的 版本，又决定了 python 的 版本。 这里给一张核心对照表参考。以 rts 五零系列为例，安装的帧的版本必须从十二点八起步， pi torch 二点八起步，老版本根本不认识新显卡。接下来通过三个步骤搞定。 第一步，检查或安装显卡驱动。首先打开终端，如果不会打开终端，可以参考这期视频， 在终端中输入命令应为达 smi， 如果能看到信息，说明显卡驱动已装。这里显示的是 gpu 型号， driver version 是 当前驱动版本， connor version 是 驱动之时的最高扩展版本，而不是已安装的版本。 只是告诉你驱动最高能支持到多少，务必区分清楚。如果提示找不到命令，则说明没装驱动。需要下载安装驱动， windows 和 linux 都可以进入官网根据实际需求下载安装。 windows 下载后运行根据提示完成安装即可。 linux 下载好文件后，通过命令行给下载的文件添加权限再安装即可。 当然拎得下安装显卡驱动还有别的方式，详细放在文档中介绍。安装完成后再输入英伟达 smi， 如果能看到信息，就说明显卡驱动安装成功了。第二步，装酷狗 toolkit 如果直跑模型不用装酷狗 toolkit， 因为部分 py torch gpu 版本自带，可以直接跳到第三步， 如果有变异扩展的需求，就跟着接下来的步骤，打开英伟达官网，选择你的版本，以十二点九为例，然后选择对应的系统。先以 linux 为例， 再选择架构要安装的系统类型和版本，如乌邦托、二零点零四以及安装的方式，这三种方式都可以安装，全部选择完成后，下面会有相应的安装命令， 根据指令主行操作即可。这里还有 linux 系统中第一步，显卡驱动的安装方式之一，可以参考安装。 windows 这边也是同理，它下载下来后是个安装包，根据图形界面指示要求按需安装即可。空的安装完成后输入 n v c c 杠 v 或者 n v c c 杠杠 version， 若能够看到版本信息，则验证安装成功。该版本信息为当前使用的 code 版本，若确认已经安装，但该指令未能正常输出对应的版本，则需要确认 code 是 否安装在指定位置， 或者其安装路径是否写入环境变量。第三步，安装 py torch 进入 py torch 官网，根据你所需的 py torch 版本类型，操作系统安装包、管理器编程语言、 code 版本进行选择，然后复制命令到终端运行。 当然，安装时建议使用 cuda 或者 uv 进行环境管理，并提前下载好对应版本的拍摄，避免环境冲突。命令里的 c u 一 二八就是对应 cuda 十二点八， c u 一 三零就是 cuda 十三点零。如果这里没有你需要的 touch 版本，可以点击这里去寻找之前适配的版本。 安装完成后，我们通过这几行命令验证安装 pad 是 否可用，若能够看到去和显卡名，则匹配成功。现在回来看开头的问题，是不是一切都明确了？ 为什么版本显示不一样？因为英伟达 smi 显示的是驱动支持的格式版本，而 n v c c 杠 v 是 当前使用的格式版本，三个可以不一样，这非常正常。 为什么 padwatch 会找不到显卡？以五零系为例，如果使用旧版的 padwatch 或者框架就会报错。 当然也可能是 padwatch 安装成了 cpu 的 版本，也需要进行排查。如果这期视频对你有帮助， 欢迎一键三连关注转发版本对照表放到评论区里。如果安装配置过程中遇到任何问题，也欢迎评论区里分享讨论，我们下期再见！

那咱们上节课已经安装好了安纳 canada， 咱们先打开编辑工具，点击 windows， 然后呢，你选择最近添加这个带 provent 的， 点击以后就会打开一个命令行的窗口，命令行的窗口上节课也给大家演示了，你可以搜 canada 杠杠 word 来看到你安装的版本。然后呢，咱们现在需要在这里安装一个独立的环境，就是独立的拍帧环境，咱们可以这么搜 canada rate 杠 n 一个，你的环境名叫 python， 然后还有个什么命令来着啊，你指定好，指定好你的拍身环境啊，咱们就叫拍身杠三点幺零，这是最低的一个版本，稍后呢会给大家讲，为什么这是最低的版本？好吧， 回车就可以了，它就会再进行初识化，然后制定这个环境， 你就需要一步一步跟着它的提示安装就可以了。然后呢，它安装什么你不要管，只要不报错，就是完全没有问题。 行，这就显示咱们安装完成了。然后你看它也给我们进行提示了，你可以操作这行命令激活这个拍帧环境，你点击回车，它就会激活到这个环境里面。你看这里啊，最开始的时候呢，它是 用这个 bios 环境，然后呢，你激活到 p s two 以后，它就进到了 p s two 环境。好吧，这里呢，咱们就可以打印银行命令了啊，你就输入 python， 你 看看它安装的 python 环境是多少， 他演示的时候是告诉我们这已经是三点幺零的版本了。那就好了，这样的话，咱们按着 ctrl z 敲回车，他就已经退出出来了。然后呢，我给大家看一看我之前都演安装了一哪些 三二一开始好了，那接下来呢，给大家演示一下如何通过命令来查看一下我们都安装了哪些虚拟的环境。你搜 canada env list， 它就会罗列出来我们之前都安装了哪些工具。 你看他之前告诉我们之前安装一个 p 拍真三，刚才我们演示安装的是 p s two， 好 吧，然后现在我们已经在这个 p s two 的 环境里面了， 那在这里的话，咱们就需要接着往下安装了，像安装一个 p t o s， 那 p t o s。 就 需要一个其他的命令了啊，咱们看这些命令都在这个文档给大家准备好了。好吧，咱们就往下看，这里呢，你输入这个拍真环境，只要它不报错， 这里只要他不报错啊，他能演示出来这些环境，就说明咱们安装的环境是成功了，就虚拟环境已经独立的创建成功了。然后呢，在特定的环境下，你可以在这里哎，查看你已经安装了哪些独立的环境啊， 就是你执行这个命令的时候，一定要在这个拜师的啊模式下面，你别在这个排真山里面啊，排真山里面，他已经进入到一个虚拟的环境了。 然后呢，你还可以通过一些命令删除一些独立的环境，都是可以做得到的啊。那接下来呢，咱们就需要安装 padios 了， 那 padios 它是有一个官网的，这个图呢，也是给我们选的啊，就是我们根据不同的操作系统啊，嗯，这 linux max windows， 然后呢，以及说它的一些版本， 然后呢，他的安装命令 pad 呀，或者是萨克斯还立板，建议大家用这个 pad 啊，像有一些其他的命令，他安装起来可能会比较复杂，也比较慢，甚至会更容易出错一点。然后他语言咱们一般就选择 pi 森，因为我们刚才也是创建了一个 pi 森的虚拟环境，所以呢，咱们 他的安装的语言尽量也选择拍帧的，如果你是那种 java 的 或 c 叉 c 加加的，你就可以选择这个啊，这个呢，对环境来说，嗯，不是特别友好，是吧？建议啊，跟着咱们视频的步骤来，就选择拍帧的。 然后呢，你如果是，嗯，一些云计算呢，有算力的服务器的话，你就可以选择这个酷达的版本。然后呢，咱们在这里演示啊，使用的是 windows 的 电脑，所以就应该选择 cpu 的 版本，那 cpu 版本呢？它，它就是这一行命令。然后呢，就可以给我们安装一个 type 环境。 那咱来到这个网站啊，你看一看他都是让我们怎么选择的，就是不同的环境下你选择的方式是不一样的好吧，最小化以后，你打开浏览器 输入就这个命令，它就会来到一个人家 python 的 官方页面，它这里有选择了，你就这是最新的版本啊，你可以选择 windows 的， 选择 linux， 选择 mac， 你 看你每次选择以后，这一行执行的命令它是会改变的啊，咱们是 windows 系统，我就选择这个，然后 type 安装拍帧环境这里呢，我我们要选择 cpu 啊，因为我们现在这 windows 环境肯定是没有算力的啊，这种酷达的版本就是无法使用了，你一般都是需要去到云端有算力的服务器上，像 嗯，显卡呀这相相关的配置的时候才选择这个酷达的版本啊，咱们 cpu 就 选择 cpu 的 版本，这行命令你复制过来还是回到咱们命令行里面，来到拍帧兔的环境里面执行这行命令， 他就会给我们安装 cpu 版本的 pad 了，等待他一步一步进行下载，这是下载他的一些安装工具啊，下载他的一些依赖啊，以及他使用到的一些插件，都会给我们进行一个下载。你也可以理解为啊，这是在给我们安装一个安装包， 好到这里呢，咱们就已经安装完成了啊，那安装完成了的话，咱们就需要来验证是否已经安装成功了，然后呢你就输入 python， 然后呢你在这里显示 import torch， 然后呢你再输入一行这个命令啊，你等它执行完，我带着你去拿到这个命令，你验证一下它的版本就可以了。 这个是安装的啊，你看咱们这里呃各地给大家提一嘴吧，你看这个就是咱们 win windows 安装 cpu 的 一个版本啊，咱们在初识学习阶段啊，使用 cpu 的 版本就已经完全够用了，因为咱们如果呃安装这种 库达版本了，他需要我们对这个库达的版本有一个很强的强依依赖，就是你这个在拍套着二点零以后啊，对这个库达版本的依赖性很强，如果你选择错了，他可能会有很多很多的问题。好吧，在这里我们就先选择啊， cpu 的 版本在初学阶段啊， 等你将来的时候一定是会使用这种算力的形式的，但是咱们在学习阶段一定要先选择这种形式啊，这种形式相对会简单一点，等你现在都学的差不多了以后，再切换上这个形态也是相对比较容易的。好吧， 那这个就是咱们一句话带过了，在这里呢，你就需要验证一下 pad 是 否安装成功了，你执行这段命令，这段命令是来验证这个 pad 环境是否有这个库达的运行版本，肯定是没有的啊， 就是这里会给咱们一个 false， 你 别管他给这个 false 还是 true， 只要是不报错，就说明我们 pad 环境安装成功了，这为什么会给咱们一个 false 呢？就是因为啊，咱们是 cpu 的 版本，肯定没有库达的版本，所以他给了我们一个 false， 那 到这里他整体的安装就完成了。同时呢，咱们下节课啊，会给大家演示一下呃，矩阵的 相关的操作呀，就是如何继续拍套子创建一个矩阵，然后呢？创建矩阵都有哪些方式？矩阵的形态都有哪样的好，但在指之前需要再给大家演示一个东西，就是你当时安装这个安娜看他的时候，他会有一个这种的图形化工具啊，你给他运行起来， 给它运行起来以后呢，它就会生成一个图形化的工具，它这个工具里面能告诉我们大概有哪些工具是需要安装的， 咱稍微等一下，它这个启动起来是比较慢的，你看它在加载了，在编辑它安装完成以后，你可以看到一些 idea 啊，或者是嗯， notebook 啊，主 pad， 呃，主 pad， notebook， 你等这个软件启动起来以后，你就可以看到一些开发工具，你像正常使用的咱们 idea， 就 这个拍叉幕在这里也可以看得到，甚至是说有主拍特 notbook 也可以看到，还有这 vs code 也都是可以看到的啊，等会会带着大家演示一下， 咱们现在需要等待它启动这个终端，你看这些拍摄，咱们它会打开我们的拍叉幕，甚至是说一些其他的软件， 你看这个就是我们将来要使用的主拍特啊。嗯，建议大家跟我使用一样的工具啊，这个主拍特还是比较好用的。然后呢这个也是一个拍真的开发工具，它是一个 idea 就 拍叉。还有一个呢，就是相当于是呃 vs code， 就是 写一些 gs 代码，甚至写一些 pad 代码都可以用这个啊，你都可以点击 lock， 你 点击这个 lock， 它就会加载出来一个新的页面，它会给我们弹出来一个窗口，就是你本地的八八八八端口， 你看它会访问到一个这样的页面，如果你点击这个能来到这样的页面，就说明咱们这个主 pad 也安装成功了。稍后呢咱们就可以基于这个播主 pad 开发一些嗯矩阵的 代码了。好吧，那下节课咱们演示一下矩阵的具体的 int 呀，或者是操作呀，加法减法呀等等的一些操作，都会带着大家来演示。

注意，这并不是标题党视频，而是实打实的 ai 干货教程。为了方便大家学习，教程内涉及到的相关资料和学习案例我都给大家整理好了，老规矩，验个牌试试。首先找到你下载好的压缩包，用鼠标右键点击它， 在弹出的菜单里选择解压软件解压，然后点击解压到当前文件夹，等着解压完成就好。解压后的文件夹里，之前有使用过 s、 d、 y、 u i 的 小伙伴会看到，同样的 a 会四启动器的标识， 双击就能运行。启动器第一次启动时等待时间会稍长，因为启动器需要自动配置环境文件和基础依赖，大家不用着急，等进度条跑完就行。启动器主页左侧有几个关键功能区， 我们快速过一遍，避免后续操作踩坑。文件路径区，这里会显示 ctrl u i 的 根目录自定义节点输入图片和输出图片的保存路径，后续找文件、存作品都靠它。 高级设置，重点看生成引擎默认会选择电脑的独立 gpu， 一 般不用手动感，要是识别错了，手动换成自己的独显 gpu 就 行。疑难解答与版本管理疑难解答这里，如果大家后续出现整合包有问题，可以通过这里进行排查。问题版本建议选稳定版， 开发版虽然功能新，但可能有报错风险，大家隔一到二个月来切换一次版本就够。小工具区是不怎么用的，所以暂时用不上限阶段，我们先聚焦核心功能， 然后确认设置没问题后，点击启动器右下角的一键启动。等环境配置完成， comui 会自动在浏览器里打开运行界面，好的，进入 comui 后，我们会看到一个有几个方框和线交叉连接的东西，这个就是我们最基础的纹身图工作流节点， 然后工作流的语言默认是中文，不用额外切换，要是不小心切到英文，点左下角的设置图标，找到语言一栏，在里面切换就好。然后配置模型这一块 comui 是 没有自带的模型文件，大家可以将下载好的模型安装至根目录 checkpoints 文件夹中。 将下载好的模型放入文件夹后，小伙伴们还要记得重启一下我们的启动器，打开后台，点击右上角的中指进城，然后再点击一键启动，这时我们就可以将之前的网页页面进行关闭，重新等待跳转进去 模型。放入文件夹后，我们来简单测试一下，感受下 comfuse 的 基础流程。首先我们先选模型，在 checkpoints 加载器里挑一个你常用的模型， 然后写提示词，找到文本编码器，也就是提示词输入区，在正向提示词里输个简单需求，比如 one girl solo round here， 反向提示词可以暂时空着，点击下方运行按钮，也就是我们的图片生成按钮， 等进度条跑完，第一张图就出来了。首先打开进入 comui 后，你会看到的纹身图，完整工作流，一些交错相连的线和几个黑色方块，这些其实是将几个核心节点串联起来，构成了一个完整的生图流程。 咱们首先把每个节点的作用和逻辑理清楚，我们从左往右说起。首先 checkpoint 加载器，这是整个工作流的开始，专门用来选大模型，点开下方选项后，可以看到我们下载安装的模型，相当于给 ai 定好画画的风格基础。 clip 文本编码器分两个，一个是正向提示词，你想画什么？比如你想要一个女孩动漫风格长发，一个是反向提示词，也就是你不想出现的画面，比如模糊低质啊。 所以文本编码器的作用就是负责把文字需求转成你还能懂的信号。看到 k 裁样器，它是整个纹身图工作流的核心绘图工具，负责在前空间中形成图片，这里能调三个关键参数。看到第一栏的随机种，也就是 c 的 值。固定种子会生成相同基础图， 随机种子每次都不一样，也能手动输数字。日常的话，固定和随机会经常使用，其他的很少有应用场景。然后是迭代步数，数值越高，细节也就越足，常用二十到五十步。 c、 f、 g 值，就是提示词相关性越高，越贴近提示词，太低会跑题，会与输入的提示词相关性变差，常用的话在七到十二。另外还有彩样器，比如 l a， d， p， m， p p 二 m 和调度器 carrots， 这几个都是常用的参数，然后时降噪，也就是重绘幅度， 数值越低，原图的相似度越高，反之则越低。通常默认为一有特殊场景，我们再去调整，再看到空、累等节点。它的作用是负责定图像宽高，直接调宽度和高度，还能设批次大小，负责控制一次生成几张图。 看到 ve 解码器，他把 ai 在 内存潜在空间里画的图，转成我们肉眼能看清的像素图，最后连接预览图像或保存图像。保存的图会存在启动器、 oppo 文件夹里， 咱们可以先测个简单效果，选个常用模型，比如麦局写实模型、正向提示词书 one go， 点击右上角的运行等绿色进度框跑完，一张基础图就生成了。 光看懂还是不够的，咱们自己动手搭一遍，记得按节点需求一步步来，避免露脸。第一步，首先加 k 彩样器，我们把上面的工作流节点都清除掉， 双击空白处，搜索 k 彩样器，选 k 彩样器，普通版就行，高级版后续再讲。这个节点可以说是整个工作流的核心枢纽， 前面所有的节点最终都需要通过 k 采样器去形成 latent 前空间的图片。第二步五， checkpoint 加载器简易点， k 采样器的模型按住不动，往空白处拖去，在显示出来的菜单栏中选择 checkpoint 加载器，这样 ai 就 有画画的基础风格了。 第三步，加文本编码器，分别点击 k 采样器的正面条件和负面条件，往空白处拖，选择两个 clip 文本编码器， k 彩样器的正面条件和负面条件，然后就能在编码器里输提示词了，比如正向 windows 反向提示词中输入 e c 的 get f。 第四步，加空 letton， 接点，点 击 k 彩样器的 letton， 按住不动，往空白处拖去，在显示出来的菜单栏中选择空 letton， 然后调宽度，比如七百六十八，高度，比如一千零二十四 t 四，大小设为一。 第五步，加入 ve 解码器，点 k 采氧器的 matrix 输出，往空白处拖，选 ve 解码器，再把 ve 的 图像输出拖出，连接预览图像或保存图像。这样做的目的是为了能够实时观看生成的图像和保存到文件夹， 看完后可以再优化一下，比如给节点改名字，左键双击节点标题并输入正向提示词，下方文本编码器同理，输入负向提示词，这样后续找节点更方便。 复制节点也有快捷键，选中节点按 ctrl 加 c， 空白处按 ctrl 加 v， 比重新建节点快多了。 然后采样器这里其实并没有哪一个会更好，它的一个采样方法没有一个固定的选项，每个模型所采样的都不同。我觉得大家如果是在网上找的模型式可以看到，模型作者一般会推荐采样器，根据作者建议选是不会出太大问题的。当然我们也可以稍微灵活运用一下， 通常的话可以选择 d p m 加加二 m， 还要加上调度器的参数。然后 calllab 文本和 ve， 这里不要忘记连接到模型加载器和 ve 解码中了，然后来尝试一下能否跑通本次的纹身图工作流。点击运行，我们稍等一下， 好的，深层的图已经出来了，这说明工作流是没有问题的，能够正常的去运行。今天咱们重点拆解图生图基础工作流，手把手教你，哪怕是刚接触 comfyi 的 小白 也能跟着搭建起来。好的，回到我们的工作流当中。其实图生图和文生图的核心逻辑是一致的，一个是通过文字描述进行生图，一个是通过图片参考进行创作，前者更加适用于去进行创意构思， 而图生图更加适合对自己喜欢的图片进行二次创作。我们首先来到基础纹身图的页面，首先我们需要一个加载图像的节点，双击空白处搜索加载图像节点，这个节点是负责将图片上传至工作流当中，那么接下来我们需要把节点连接至 k 彩样器中， 但这里有个问题，如果直接将节点拖到彩样器中是没有反应的，所以我们首先需要将空来腾先删除掉。这里的图片分辨率是可以直接用我们上传的图像分辨率的。 除此之外，我们还需要一个 v a e 编码作为图像与彩样器的转接口。之所以这样，是因为原图是像素格式， ai 是 看不懂的，得转成在前空间的图像。把节点都放置出来后，我们就可以进行节点连接了。点加载图像的图像输出 与 ve 编码器的图像相连接，再把 ve 编码器的 laten 输出连 k 彩样器的 laten 输入，同时记得把 checkpoint 加载器的 ve 输出连到 ve 编码器的 ve 输入，这样 ai 才能用模型的 ve 来解析原图。 节点之间相连接之后，那么图生图工作流的搭建就完成了。我们先上传一张图试试看效果提示词可以都删掉，用来做效果演示。点击运行， 点开生成好的图片，我们看到它与原图几乎没有什么关联，基本没有任何相似的地方。所以这里我们就需要去调整彩样器中的降噪，也就是重绘幅度。这里我大致说一下不同参数对图像的影响程度，比如降噪零点五到零点六，保留原图大部分细节，只微调风格， 降噪零点七到零点八，改变更明显，同时保留原图构图，降噪一点零，相当于完全重绘，只参考原图的大致风格。当然具体适合的参数还是需要 根据模型或不同工作流来观察的，我们还是选择一个常用的 check point 模型。那么这里我将降噪调整为零点五，尝试一下， 我们会发现除了一些细节，基本与原图的相似度还是非常高的。我们再试试零点七的参数。稍等一下， 我们会发现这次生成的图改变会非常的明显，但是它仍旧为我们保留了其风格和构图。当然大家也可以去多尝试一下其他不同参数生成的图片。

大家好，我是洪熙，这期我想用几句话介绍一个自己在用的 pie touch 项目模板，目的就三个， 实验好管理结果好追溯，模型和损失好替换。第一个问题，数据放哪？数据放在项目外面的独立目录，比如 data 真实路径写在代码里，不要写死在代码里。 第二个问题， data loader 放哪？所有数据集类放在 s r c data sets， 写一个自己的 data set， 再用 data loader 封一下就行。 第三个问题，模型放哪？模型放在 s r c model， 一个模型一个文件，想换模型，只改配置里选哪个 model， 训练脚本不用改。第四个问题， loss 和指标放哪？自定义损失放在 s r c close， 指标放在 s r c em metrics。 比如你可以在这里实现 m s s in match， r m s e 这些东西， 然后在配置里调用。第五个问题，日制和模型权重放哪？这部分交给 hydra， 默认会在项目根目录生成 outputs， 每次实验一个子目录，里面有本次的配置日制和模型 checkpoint， 方便以后复现。第六个问题，实验配置放哪？所有配置是 ymail 文件放在 src configs， 比如 baseline ymail 里用 default 这一段，把模型数据及 data loader 指标全部拼在一起， 开心实验主要是改一份配置，而不是再写一个新的 treey 这个模板只管深度学习这一段，模型损失训练验证日期和权重保存 前面的仿真数据生成数值求解最好放在别的工程里，这样整个深度学习部分会一直保持干净好维护。