hughie

# ステップ1: マイノートブック -> PAI-DSW -> GPU環境

# ステップ2: ターミナルを開き、GitHubのコードをローカルにクローンします
GIT_LFS_SKIP_SMUDGE=1 git clone https://github.com/modelscope/facechain.git --depth 1

# ステップ3: ノートブックセルに移動し、次のコマンドを実行します：
import os
os.chdir('/mnt/workspace/facechain')    # 上記のクローンしたコードフォルダのパスに置き換えてください
print(os.getcwd())

!pip3 install gradio
!python3 app.py

# ステップ4: 生成されたURLをクリックして、ウェブページにアクセスし、写真をアップロードしてトレーニングと予測を開始します

# ステップ1: イメージをローカルにダウンロードします（前提として、Docker Engineがインストールされ、サービスが起動していることが必要です。詳細はこちらを参照してください：https://docs.docker.com/engine/install/）
docker pull registry.cn-hangzhou.aliyuncs.com/modelscope-repo/modelscope:ubuntu20.04-cuda11.7.1-py38-torch2.0.1-tf1.15.5-1.8.0

# ステップ2: イメージIDを取得し、実行します
docker images
docker run -it --name facechain -p 7860:7860 --gpus all your_xxx_image_id /bin/bash  # your_xxx_image_idを自分のイメージIDに置き換えてください
（注意：ホストマシンのGPUを使用できないというエラーが表示される場合は、nvidia-container-runtimeをインストールする必要がある場合があります。参考：https://github.com/NVIDIA/nvidia-container-runtime）

# ステップ3: コンテナ内でgradioをインストールします
pip3 install gradio

# ステップ4: facechainのソースコードを取得します
GIT_LFS_SKIP_SMUDGE=1 git clone https://github.com/modelscope/facechain.git --depth 1
cd facechain
python3 app.py

# ステップ5: "public URL"をクリックします。形式はhttps://xxx.gradio.liveです