Memory-agumented GAN

https://github.com/yiranran/Audio-driven-TalkingFace-HeadPose

Installation

pip install -r requirements.txt

Fine-tune on a target peron's short video

Conduct 3D face reconstruction

First should compile code in Deep3DFaceReconstruction/tf_mesh_renderer/mesh_renderer/kernels to .so, following its readme, and modify line 28 in rasterize_triangles.py to your directory.

这步的tf_mesh_renderer见：
https://github.com/google/tf_mesh_renderer
Deep3D见：
https://github.com/microsoft/Deep3DFaceReconstruction

微软的Deep3D不包含render，所以yiranran另外加上了tf_mesh_renderer.

在安装tf_mesh_renderer的过程中，需要手动安装bazel，用conda即可。

CUDA_VISIBLE_DEVICES=1 python demo_19news.py ../Data/31

这里报错，提示cuDNN版本不匹配，直接用conda install后发生了熟悉的事情，也就是cuDNN版本超过driver版本，这个在之前pytorch安装时遇到过（安装pytorch遇到的一些坑）。

看这个图的对应版本：

以防万一安装和之前py3gpu一样的版本
cudatoolkit 9.0
cudnn 7.6.0

conda install cudatoolkit=9.0 cudnn=7.6.0

嗯？我发现和之前版本一样的话是秒安装的！

Fine-tune the audio network

这边用到pytorch又出现了版本问题，还是强制安装旧版本cuda92的pytorch
torch 1.4.0+cu92
torchvision 0.5.0+cu92

pip install torch==1.4.0+cu92 torchvision==0.5.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html

Fine-tune the gan network

这边用到了matlab，因为付费所以尝试用octave代替，尝试直接在base安装octave。

sudo apt install octave

然后发现直接跑不行，要进入octave跑，进入之后发现没有bwboundaries，需要安装image包，就干脆直接使用通配符（*）安装每个Octave包：

sudo apt install octave-* -y

之后还需要pkg load image才能用。参考：在Linux操作系统上安装Octave的方法

然后import mxnet的时候发现报错： libcudart.so.8.0: cannot open shared object file: No such file，查看了一下我的是8.0的mxnet，就重装了9.0的（Installing MXNet）：

pip install mxnet-cu90

接着可以import mxnet了，跑代码的时候又报错了：

mxnet.base.MXNetError: [10:37:25] src/operator/nn/./cudnn/cudnn_convolution-inl.h:155: Check failed: e == CUDNN_STATUS_SUCCESS (8 vs. 0) : cuDNN: CUDNN_STATUS_EXECUTION_FAILED