版本信息1

Ubuntu

22.04.4 LTS

CUDA

若安在算家云搭建模型FancyVideo视频生成

12.1

Python

3.10

NVIDIA Corporation

RTX 3090

模型大小

超过 100G，须要数据盘扩容

1. 根据需求选择主机和镜像，进行一键创建实例

租用实例 --》一键利用 --》进入“运用社区”--》搜索并选择“FancyVideo” 大模型 --》选择RTX 3090 GPU，即可在平台进行实例创建。

2. 进入网页端命令行

项目实例 --》点击“WebSSH”--》实行“启动 web 页面”的干系命令

3. 下载预演习模型

在启动运用程序之前，运行以下命令以自动下载所需的模型：

# 递归复制FancyVideo目录及其所有子目录和文件到/root/sj-tmp/目录下 cp -r /FancyVideo/ /root/sj-tmp/ # 切换到/root/sj-tmp/FancyVideo/目录，假设上一步成功实行，这个目录现在存在 cd /root/sj-tmp/FancyVideo/ # 安装Git LFS（Large File Storage），这是一个Git的扩展，许可你版本掌握大文件 # 把稳：这一步常日在你打算利用Git LFS来管理大文件时才须要 git lfs install # 考试测验从https://hf-mirror.com/qihoo360/FancyVideo克隆一个Git仓库到当前目录 # fancyvideo-ckpts & cv-vae & res-adapter & longclip & sdv1.5-base-modelsgit clone https://hf-mirror.com/qihoo360/FancyVideo

下载成功如下图

移动模型：

mv FancyVideo/resources/models resources/

连续下载模型

git lfs installgit clone https://hf-mirror.com/runwayml/stable-diffusion-v1-5 resources/models/stable-diffusion-v1-5

下载模型后，你的资源文件夹如下：

resouces/├── models/│ └── fancyvideo_ckpts/│ └── CV-VAE/│ └── res-adapter/│ └── LongCLIP-L/│ └── sd_v1-5_base_models/│ └── stable-diffusion-v1-5/├── demos/│ └── reference_images/│ └── test_prompts/4. 启动 webgui.py 文件

# 导航到项目目录cd /root/sj-tmp/FancyVideo/# 激活 fancyvideo 虚拟环境 conda activate fancyvideo# 运行 app.py 文件python app.py

5. 获取端口号

6. 进入 web 页面

将获取到的链接复制到本地浏览器：

# 比如当前获取的地址如下：http://xn-a.suanjiayun.com:30992

复制下方网址，进入算家云，选择模型，一键开启 AI 之旅！

算家云运用社区 www.suanjiayun.com/container/#/mirror