皮皮网

1.tipipԴ??
2.开源科学工程技术软件介绍 – Mesh网格处理软件MeshLab
3.玩转StyleGan2：手把手教你安装并运行项目！
4.TLV320AIC23的应用
5.GTX 1080 + macOS10.13.2 + MXNet

tipipԴ??

       欢迎来到觉悟之坡 AI绘画教学系列之篇。

一、前言

       我们之前发布过许多关于win平台的教程，其中一些同学在操作过程中遇到了一些难题，因此本教程特别针对这些易卡点进行了详细说明。javacondition源码例如在克隆SDWebui时的注意事项。我们也新增了更新/卸载SD的方式，介绍了如何修改launch_utils.py文件以实现一键包功能。对于已经成功安装并使用的用户，无需重复安装，本教程更适合新手使用，或是在首次安装后遇到问题时查阅。

       本教程适用于配备标准硬件的笔记本、台式机或服务器，包括win、win、win server 、操作系统。视频站php源码

       二、部署说明

       为什么要本地部署AI绘画工具？相较于集成在网络平台的AI绘画工具，本地部署具有以下优势：没有生成数量限制、无需付费、不受NSFW约束、生成速度快、无需排队等候、自由度高。此外，本地部署功能完整、插件丰富，提供了更多调试和个性化选项，更稳定且易于将工具应用于生产力或商业化场景。选择开源版本而非整合包，是为了确保更稳定的运行环境，避免潜在的安全隐患和依赖性问题。

       本地化部署需要满足以下要求：

       至少需要NVIDIA显卡，推荐RTX 或以上，jiffs2源码显存至少G。

       操作系统为win或win。

       运行内存G或以上。

       建议使用G以上的SSD固态硬盘，以加速大模型的读取。

       若不清楚电脑配置，可下载鲁大师等软件进行检测。

       对网络有一定要求，可能需要掌握一些基本的网络知识。

       耐心和解决问题的能力同样重要。

       我们当前的电脑配置：Win，i5，NVIDIA RTXTi G显存，G内存。

       三、部署算法环境

       部署过程分为以下几个步骤：

       下载并安装miniconda，用于配置基础算法环境。miniconda帮助管理Python版本，Java密码库源码实现多版本切换。

       在miniconda终端执行命令，确认安装成功。

       创建并激活名为sdwebui的Python环境。

       升级pip，并将默认库包下载地址更改为阿里镜像站，以增强网络稳定性和下载速度。

       安装git，用于克隆下载开源项目，如stable diffusion webui。

       安装CUDA，NVIDIA显卡的依赖程序，确保算法正确运行。

       四、stable diffusion环境配置

       部署stable diffusion环境包括以下关键步骤：

       通过git克隆stable diffusion源码，确认正在sdwebui程序环境内。

       选择非系统盘的根目录进行稳定-diffusion-webui的安装。

       克隆SD项目代码，国反截图源码注意网络波动问题，多次尝试。

       下载并放置stable diffusion的官方基础模型。

       进入项目文件夹，打开webui应用程序。

       五、答疑

       对于一些常见问题，我们提供以下解答：

       每次打开stable-diffusion-webui是否都需要重复步骤？不是，之后可以一键打开。

       能否提供远程部署服务？可以，提供远程协助。

       如何解决画出的图像质量不佳？查看教程中的AI绘图相关文集，了解如何绘制出高质量图像。

       内外网问题如何解决？由于某种原因，不提供相关教程，但可以联系特定人员协助。

       为什么要本地部署，而不是使用整合包？本地部署提供更开放的功能和插件支持，避免依赖第三方维护，确保持续更新。

       六、其他注意事项

       在部署和使用过程中，确保满足硬件要求、操作系统兼容性、网络稳定性等条件。遇到问题时，参考教程中的详细指南或联系作者寻求帮助。同时，根据个人需求选择合适的部署方式，并保持对新技术的探索和学习。祝您在AI绘画的世界中创造无限可能！

开源科学工程技术软件介绍 – Mesh网格处理软件MeshLab

       MeshLab是一个开源的三维网格处理工具，专为非结构化大型三角形Mesh网格的处理和编辑而设计。这款软件起源于ISTI-CNR的Visual Computing Lab开发的VCGlib开源库，旨在帮助用户高效地处理和优化由3D扫描设备生成的复杂模型，如进行编辑、修复、渲染和为3D打印做准备等工作。它支持Windows、macOS和Linux平台，可通过官方网站下载安装程序和获取Python接口PyMeshLab。

       自年发布.版本以来，MeshLab经历了不断更新，最新的版本MeshLab-.包含丰富的功能，如交互式界面和OpenGL图像渲染。用户可以通过pip轻松安装Python接口，而MeshLab的源代码和VCGlib的源代码都可以在Github上获取。

       与其他开源科学工程技术软件系列，如Silx、Klampt、Dune 3D等一样，MeshLab提供了丰富的功能截图和应用示例，适合于科研、工程和设计领域的专业人士使用。MeshLab的出现不仅简化了3D模型的处理流程，还为科学研究和实际应用提供了强大而灵活的工具。

玩转StyleGan2：手把手教你安装并运行项目！

       探索如何安装并运行StyleGAN2项目，本指南将一步步带你入门。

       我们将从以下几个主题出发：

       安装与运行

       虚拟人脸编辑，操控表情

       真实人脸编辑，操控表情

       云端运行

       首先，我们来学习如何安装并运行StyleGAN2。

       你需要满足以下硬件与软件需求：

       Linux或Windows操作系统（推荐Linux，因其性能与兼容性优势）

       位Python 3.6版本，推荐使用Anaconda3，且确保numpy 1..3或以上版本

       TensorFlow 1.或1.，且支持GPU（不支持TensorFlow 2.0）

       高规格NVIDIA GPU、驱动、CUDA .0工具包和cuDNN 7.5

       Docker用户需使用提供的Dockerfile构建所需库依赖的镜像

       硬件要求重点在于“高端显卡”。使用RTX ti（滴滴云服务器）或GTX 皆可运行。

       安装过程包含以下步骤：

       安装git

       获取StyleGAN2源代码

       安装Visual Studio

       安装CUDA和CUDNN

       安装Anaconda

       安装pip依赖

       修改部分源代码

       运行项目生成

       接下来，详细指导如何完成上述步骤：

       1. 安装git

       git是一个分布式版本控制软件，用于方便地管理源代码。使用以下命令安装：Win+R输入cmd，输入git。

       完成安装后，在命令行输入git，若显示版本信息，表示安装成功。

       2. 获取源代码

       将源代码存入桌面的StyleGAN2文件夹。输入命令，路径根据实际情况调整。

       3. 安装Visual Studio

       为了编译代码，需要安装Visual Studio 。安装过程需注意选择C++开发工具。

       4. 安装CUDA和CUDNN

       安装CUDA与CUDNN对于基于深度学习的项目至关重要。遵循官方指南完成安装。

       5. 安装Anaconda

       Anaconda用于创建Python虚拟环境，便于多个项目同时运行。选择适合的Anaconda版本进行安装。

       6. 安装pip依赖

       安装numpy 1..3和TensorFlow 1.依赖，确保顺利运行项目。

       7. 修改源代码

       根据需要修改部分源代码，确保项目正确执行。

       8. 运行项目生成

       完成上述步骤后，运行项目生成高清虚拟或真实人脸。

       至此，你已成功安装并运行StyleGAN2项目，可以生成高分辨率的人脸图像，为创意项目添彩。

TLVAIC的应用

       TLVAIC的应用:

       åŸºäºŽDDK的TLVAIC型编解码器的驱动设计

       DSP/BIOS Driver Developer’s Kit(DDK)是TI为简化驱动程序开发为TMS系列DSP及其EVM板等提供的驱动程序开发套件。该套件为TMS系列各种外围器件提供完整的标准化驱动程序模型，使得驱动程序可以很方便地移植到其他应用中，大大提高驱动程序开发的效率。DDK是对每种TMS系列DSP都提供的芯片支持库(Chip Support Library—CSL)的补充，CSL提供对外围器件寄存器配置及初始化等的低级控制，DDK完全通过CSL来对外围器件进行控制。简单地说。DDK建立在CSL上层．所以用DDK来开发驱动程序将更为快捷且可移植性更好。

       DDK为开发驱动程序定义了标准模型和一系列的API。为简化程序设计。标准模型又被分为二个层次．其中高层称为Class driver，低层称为Mini—driver。Class drivei与器件相对独立．完成诸如缓冲区管理和请求同步等功能．同时扮演着与API和Mini—driver二者接口的角色。Mini—driver完成特定的器件初始化和控制功能．它符合IOM(I/O Mini—driver)的接口标准。DDK的这种分层结构使得驱动开发人员仅需了解单一的Mini—driver API就可以完成整体外围器件的驱动设计，而且这一过程比设计整个驱动程序要简单得多，因为Class driver控制了缓冲区管理和同步等。DDK提供3种Class driver．分别为SIO/DIO、PIP/PIO和GIO，它们都可以和任何Mini—driver结合使用。

       2 TLVAIC的驱动设计基础

       DDK的标准模型结构如图1所示。高层的应用和底层驱动相互没有直接的关联，开发中只需通过Class driver控制Mini—driver。

       ä¸‹é¢ä»¥DM EVM板为例．说明基于DDK的TLVAIC的驱动程序设计方法。

       é¦–先，需要使用配置工具建立驱动程序的入口。在DSP/BIOS con_fig下的cdb文件中．依次选择In-puffOutplut---Deviee Drivers→User→defined Drivers．在这些例程中一般已经添加了udevCodec．如果需要的话，用户可以自行添加或编辑。右键单击选择Properties选项来编辑其属性，其属性应设置如下：

       Comment：可以加入自己的注释

       lnit function：键入EVMDM_EDMA_AIC一init

       Function table ptr：键入 EVMDM_EDMA_A-IC一Fxn8

       Function table type：选择IOM_Fxns

       Deviceid：该项会被自动忽略．因为DM EVM板上只有一块TLVAIC

       Device params ptr：TLVAIC参数结构的入口指针．使用缺省参数时设为0x0

       Device global data ptr：必须设置为OxO

       æ­£ç¡®é…ç½®é©±åŠ¨ç¨‹åºå…¥å£åŽï¼Žå°±è¦æŒ‰ç…§éœ€è¦è®¾ç½®ç›¸å…³çš„参数。下面具体讨论TLVAIC参数的设置。

       TLVAIC的参数结构体原型如下：

       typedef struct

       åœ¨ä¸€èˆ¬åº”用中。上述结构体的大多数参数无需更改，需要修改的主要是aieConfig．它是TLVAIC控制寄存器值．需要通过它来控制TLVAIC的工作模式、输入/输出选择、采样率等重要参数。

       é™¤äº†å¤ä½å¯„存器外．TLVAIC共有9个控制寄存器．每个寄存器控制字长为9bit．地址位为7bit，共有bit。地址位为高7位而控制字在低9位。具体如下：

       Register0:左声道输入音量控制，缺省值为 0x

       Register1:右声道输入音量控制，缺省值为 0x

       Register 2：左声道输出音量控制。缺省值为OxF9

       Register 3：右声道输出音量控制，缺省值为OxF9

       Register 4：模拟音频通道设置．缺省值为Ox

       Register 5：数字音频通道设置。缺省值为0x

       Register 6：节电模式控制．缺省值为0x

       Register 7：数字音频接口格式控制，缺省值为0x

       Register 8：采样率控制，缺省为kHz，对DMEVM板．缺省值为Ox

       Register 9：数字音频接口激活开关．缺省值为0x

       é€šå¸¸æƒ…况下需要修改的寄存器包括4号和8号寄存器．即选择是由mic输入还是由line in输入和根据需要选择采样率。这2个寄存器的详细配置如下：

       4号寄存器配置见表1，其中，D2位。INSEL(In-put select for ADC)是输入选择，“O”为line in；“l”为mic.D1位MICM(Microphone mute)是mic静音开关．为“l”表示静音。DO位MICB(Microphone boost)如设置为“1”将为mic输入提供dB的增益。8号寄存器配置见表2，其中，采样率控制位为D5~D2的SR[3：O]。对于DM EVM板，设置方式见表3。

       å¯è§ï¼Žéœ€è¦é€šè¿‡4号寄存器的D2来选择输入，同时考虑Dl和DO对mic的控制；采样率的控制通过设置8号寄存器的SR[3：0]来实现。

       3 TLVAIC的驱动配置方法

       å¾ˆå¤šåˆå­¦è€…在运行DM EVM的echo或其他音频例程时，最容易碰到的问题是通过line in输入时有输出．而通过mic输入时没有输出，更不要说改变采样率了。即使参考资料编辑aic-h和emvdm_edma_aic．h修改Dcfauh参数仍然无法解决。

       å‡ºçŽ°è¿™æ ·çš„问题时。首先要了解TLVAIC的模拟音频输入为mic和line in二选一的，其次要知道如何能够正确配置TLVAIC的参数使之满足特定应用的需要。如果仔细分析echo例程和其他音频例程的话，可以发现只有在echo例程中包含了aie.h和emvdm_edma_aie．h 2个头文件。其实在echo例程中．所包含的这2个头文件和TLVAIC的初始化语句实际并未使用。如果屏蔽掉对这2个头文件的包含以及TLVAIC的初始化语句，会发现编译后仍然能够正常运行。实际上echo例程中的TLVAIC初始化语句只是提供了对Ⅱ,VAIC进行配置的一种方法而并未直接使用。该方法在DDK包的emvdm部分说明文件中也已提及。

       ç”±äºŽåœ¨echo例程中初始化驱动程序人口和其他的音频例程一样使用了默认参数，而默认参数是通过调用DDK包中的evmdm_edma_aic．库获得的．该库不变则配置也不变，于是就会出现上述问题。

       åœ¨æ˜Žç¡®äº†ä»¥ä¸ŠåŽŸç†åŽï¼Žé€šè¿‡å®žè·µè¯æ˜Žï¼Œæœ¬æ–‡æä¾›çš„以下三种配置方法可以适应各种应用。

       æ–¹æ³•ä¸€

       æ—¢ç„¶é»˜è®¤å‚数是通过调用evmdm_edlna_a-ic．库获得的．那么自然可以通过修改该库来达到修改参数的目的。TI提供的DDK包中包含了各种库的源代码．这使得修改库文件成为可能。本文用到的库生成工程是tiddksrc\audio\evmdm目录下的evmdm_edma_mc_．pjt，只需要打开该工程．修改其中aic．h中的默认参数，重新编译就能生成新的库文件。这样，所有的音频例程都会默认按修改过的参数运行。

       è¿™ç§æ–¹æ³•é€‚合TLVAIC参数配置相对固定的应用场合。配置完全通过调用evmdm_ed_ma_aic．库初始化时进行．不用在应用工程文件中添加任何附加代码．使得工程文件更简洁．可移植性更高。

       æ–¹æ³•äºŒ

       è‡ªå®šä¹‰ç¬¦åˆæ ‡å‡†ç»“æž„EVMDM_EDMA_A．IC一DevParams的结构体，例如：

       ç„¶åŽå°†â€œ_myParms”作为Device params ptr在指定人口指针时替代默认的0x0。这就符合TI推荐的方法，在echo例程中的相关代码也说明了这种方法。

       è¿™ç§æ–¹æ³•èƒ½å¤Ÿé€‚应几乎任何使用情况，初始化参数自定义非常明确，代码易读性较高。但是不建议像echo例程中那样直接包含默认参数的头文件．最好参照该头文件定义自己的结构体。

       æ–¹æ³•ä¸‰

       é€šè¿‡ä»”细分析生成evmdm_edma_aic．库的源代码，可以发现对TLVAIC寄存器的设置是通过AIC_setParams()函数来完成的。在大多数情况下，只要修改寄存器值而不必修改标准结构EVMDM_EDMA_AIC_DevParams结构体中的其他变量。所以可以调用AIC_setParams()函数来完成对TLVAIC参数的配置。这样就只需要定义1个符合标准的寄存器数组．将数组名作为参数来调用AIC_setParamsf()函数就可以达到目的。

       è¿™ç§æ–¹æ³•ä½¿ç”¨çµæ´»ï¼Œä»£ç é•¿åº¦å¾ˆçŸ­ï¼Œå«ä¹‰éžå¸¸æ˜Žç¡®ï¼Œå¯ä»¥ç”¨ä¸åŒå‚数多次调用．尤其适用于TLVAIC参数可变的特殊场合。

       åœ¨å®žé™…工作基础上对TLVAIC参数配置提出了3种方法，各有特点且都十分实用。在进行基于DDK的TLVAIC驱动程序设计时．可以根据需要方便地选用。

GTX + macOS..2 + MXNet

       æœ€åˆæ‰“ç®—ä¹° Ti，发现 Ti+拓展坞的组合比Gigabyte AORUS GTX Gaming Box贵很多，犹豫再三，还是购买了，妥妥地够用。

        Gigabyte AORUS GTX 官方驱动不支持macOS。我的系统是macOS..4，查过很多资料后，发现解决方案比较麻烦，需要使用macOS ..3的kext，如下图：

        最终还是将系统从..4降到了..2。严格按照 步骤 安装：

       å®‰è£…成功后在Graphics/Displays和NVIDIA Driver Manager可查到外置显卡的信息：

        目前无法通过pip安装GPU版本的MXNet，只能通过 源码 )安装：

       å®‰è£…好CUDA9.1后，测试GPU：

        安装好cuDNN7.0.5，构建MXNet，最后采用基于MXNet的测试用例验证一下包：

        安装过程中需要注意的是：

        用install_name_tool将lib指向修改为正确的即可：