装显卡驱动

这里是重点，因为我是跑深度学习的，要用CUDA，所以必须得装官方的驱动，Ubuntu的附件驱动可能不太行.

进入官网https://www.nvidia.cn/geforce/drivers/，选择类型，最新版本下载。

挨个运行，更新/安装必须的包

sudo apt-get update
sudo apt-get install g++
sudo apt-get install gcc
sudo apt-get install make

禁用自带的显卡驱动nouveau

终端运行以下命令：

sudo gedit /etc/modprobe.d/blacklist.conf

在弹出的文本文档最后写入以下两行内容：

blacklist nouveau
options nouveau modeset=0

（3）终端依次运行以下代码更新系统，并重启

sudo update-initramfs -u  # 更新
sudo reboot  # 重启

（4）验证禁用是否成功

lsmod | grep nouveau

若没有任何输出，则禁用成功。

（5）卸载原有驱动，这个新装系统的话可以跳过，不过跑一遍也没影响

sudo apt-get remove nvidia-*

命令行输入以下命令进入命令行界面，注意要黑屏了，不要慌

sudo telinit 3

进去之后就会弹出来login让你登录，你就先输入用户名回车，然后输入密码回车，这里输入是不会显示的，不用管，你输完回车就行

接着关闭显示服务，Ubuntu20.04的显示是gdm3，老版本Ubuntu的可能是lightdm

输入以下命令或者直接按Ctrl + Alt + F1_{F6中的一个（分别对应进入tty1}tty6）

sudo service gdm3 stop

sudo chmod 777 NVIDIA-Linux-x86_64-550.54.14.run  # 给安装文件root权限
sudo ./NVIDIA-Linux-x86_64-550.54.14.run -no-opengl-files -no-x-check -no-nouveau-check

如果你忘了下载的显卡驱动版本，你就输入 ls 查看当前目录下的文件夹，然后 cd 你之前放显卡驱动的文件夹

ls  # 查看文件夹
cd /home/xxx  # 进入你放驱动的文件夹

进入文件夹后你输入NVI的时候就可以按一下tab，应该会自动补全

然后就跳出来几个选项：

①选continue install

②Install NVIDIA’s 32-bit compatibility libraries? 选no

③Would you like to run the nvidia-xconfig 选no

（7）打开显示服务，然后会跳回桌面界面

输入以下命令或者直接按Ctrl + Alt + F1/F7/F8

sudo service gdm3 start

（8）验证是否安装成功

nvidia-smi

每隔1秒刷新一次显卡状态信息，可以用来监控显卡状态
watch -n 1 nvidia-smi

装conda

下载anaconda或者miniconda都可以，这里下载anaconda也没有那个可视化界面，所以推荐下载miniconda（https://docs.anaconda.com/miniconda/）比较轻量 Miniconda — Anaconda 文档

可以手动下载.sh文件，然后在文件夹鼠标右键-在终端命令打开，然后终端输入以下命令安装：

bash Miniconda3-latest-Linux-x86_64.sh

中间出现[y/n]或者[yes/no]就输入y回车，如果出现很长的用户协议就输入q跳过

这里最后一步有个问你是否init，他默认“no>>”，你直接回车就麻烦了，你要输入yes再回车

还有注意不要用sudo bash，这样会把你安装的文件夹锁住（root权限才能打开）

执行命令：
source ~/.bashrc
conda -V

然后就能看到版本输出了

py虚拟环境创建

使用国内镜像源

由于你遇到的错误可能与国际网络连接有关，如果你位于中国大陆，访问国外的 conda 仓库可能会较慢。此时你可以考虑使用 国内镜像源，这样可以显著提高访问速度和稳定性。

你可以选择 Anaconda 或 conda-forge 的国内镜像，例如清华大学镜像源。以下是将 conda 配置为使用国内镜像的步骤：
步骤 1: 配置 Anaconda 使用清华镜像

首先，打开终端，执行以下命令：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

步骤 2: 配置 conda-forge 镜像

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

步骤 3: 检查配置

你可以通过以下命令查看当前配置的镜像源：

conda config --show channels

然后设置不自动激活base虚拟环境，执行如下命令
conda config --set auto_activate_base false

激活、关闭基础虚拟环境，如下：

conda activate base
conda deactivate

此时，anaconda安装完成。

创建虚拟环境

创建一个自定义的虚拟环境，如下:

conda create -n test_env -y python=3.8

Westlake - Omni本地部署实践

环境准备

创建新的conda环境并安装所需的软件包:

conda install pytorch2.3.0 torchvision0.18.0 torchaudio==2.3.0 -c pytorch

git clone https://github.com/xinchen-ai/Westlake-Omni.git
cd Westlake-Omni
pip install -r requirements.txt

如果pip很慢，则指定一下源：
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/

然后报错

运行：
pip install --upgrade python-dateutil

2、 启动运行

1）gradio启动演示

python gradio_demo.py

打开py文件
从huggingface上把模型下载下来，放到同级文件夹下的ckpt文件夹中

2）本地cli测试

python generate.py – 用户音频数据/声音/输入.Wav – 用户文本嗯，最近心情不是很好，能聊聊吗？
python generate.py – 用户音频数据/声音/input.wav