非你网

官方地址：https://github.com/TMElyralab/MuseV

在这里，可以看到生成的样例。这里总结下部署和安装，几乎和官网一样。

环境准备

• 电脑配有 nvidia 显卡
• 梯子
• docker 环境
• huggingface cli 工具 https://blog.vini123.com/1099

开始

1. 先创建一个项目目录， museVtask。将 github 代码拉下来。
   git clone --recursive https://github.com/TMElyralab/MuseV.git 这里一定要加上recursive参数，这样会将 diffusers 等子模块一起下载下来。

2. 下载模型文件。这里不使用 git 下载，毕竟模型文件 32.3 G。使用 huggingface cli,还得要梯子。huggingface-cli download --resume-download TMElyralab/MuseV --local-dir ./MuseV/checkpoints

3. 在下载的同时，可以将 docker-compose 配置文件搞起来。先创建 Dockerfile 文件，代码如下：

FROM anchorxia/musev:latest  

# 设置工作目录  
WORKDIR /workspace/MuseV  

# 将宿主机的 MuseV 目录复制到容器的对应目录  
COPY ./MuseV /workspace/MuseV  

# 设置 PYTHONPATH 环境变量  
ENV PYTHONPATH=/workspace/MuseV:${PYTHONPATH}  
ENV PYTHONPATH=/workspace/MuseV/MMCM:${PYTHONPATH}  
ENV PYTHONPATH=/workspace/MuseV/diffusers/src:${PYTHONPATH}  
ENV PYTHONPATH=/workspace/MuseV/controlnet_aux/src:${PYTHONPATH}  

# 这里可以设置默认的命令，但如果你想要 bash 交互式 shell，则不需要  
# CMD ["python", "your_script.py"]  

再创建 docker-compose.yaml 文件，代码如下：

services:
  musev:
    build:
      context: .
      dockerfile: Dockerfile
    image: musev
    container_name: musev-latest
    runtime: nvidia
    restart: always
    volumes:
      - ./MuseV:/workspace/MuseV
    stdin_open: true
    tty: true

如果报错 docker: Error response from daemon: unknown or invalid runtime name: nvidia，请参考 https://blog.vini123.com/1206

继续阅读

在 docker 容器中运行 python 项目时，报 RuntimeError: Found no NVIDIA driver on your system. Please check that you have an NVIDIA GPU and installed a driver from http://www.nvidia.com/Download/index.aspx 错误，这个时候需要 docker 开启 nvidia engin 的支持。至少电脑是装了 nvidia 的显卡的。

docker 中启用 nvidia：
https://blog.vini123.com/1206

在 docker 中，docker-compose.yaml 配置了 nvida 参数时，执行 docker-compose up -d 时报docker: Error response from daemon: unknown or invalid runtime name: nvidia 错误。

如果是非 win 系统，修改 /etc/docker/daemon.json,并添加以下配置。

{
  "runtimes": {
    "nvidia": {
      "path": "nvidia-container-runtime",
      "runtimeArgs": []
    }
  },
  "default-runtime": "nvidia"
}

然后重启 docker。

如果是 win 系统，需要手动打开 docker 桌面应用，点击右上角的设置，进入 docker engine 项进行配置。配置内容也是和上边的一样。如下截图。