装显卡驱动
这里是重点，因为我是跑深度学习的，要用CUDA，所以必须得装官方的驱动，Ubuntu的附件驱动可能不太行.
进入官网https://www.nvidia.cn/geforce/drivers/，选择类型，最新版本下载。
挨个运行，更新/安装必须的包
sudo apt-get update
sudo apt-get install g++
sudo apt-get install gcc
sudo apt-get install make
禁用自带的显卡驱动nouveau
终端运行以下命令：
sudo gedit /etc/modprobe.d/blacklist.conf
在弹出的文本文档最后写入以下两行内容：
blacklist nouveau
options nouveau modeset=0
（3）终端依次运行以下代码更新系统，并重启
sudo update-initramfs -u # 更新
sudo reboot # 重启
（4）验证禁用是否成功
lsmod | grep nouveau
若没有任何输出，则禁用成功。
（5）卸载原有驱动，这个新装系统的话可以跳过，不过跑一遍也没影响
sudo apt-get remove nvidia-*
命令行输入以下命令进入命令行界面，注意要黑屏了，不要慌
sudo telinit 3
进去之后就会弹出来login让你登录，你就先输入用户名回车，然后输入密码回车，这里输入是不会显示的，不用管，你输完回车就行
接着关闭显示服务，Ubuntu20.04的显示是gdm3，老版本Ubuntu的可能是lightdm
输入以下命令或者直接按Ctrl + Alt + F1F6中的一个（分别对应进入tty1tty6）
sudo service gdm3 stop
sudo chmod 777 NVIDIA-Linux-x86_64-550.54.14.run # 给安装文件root权限
sudo ./NVIDIA-Linux-x86_64-550.54.14.run -no-opengl-files -no-x-check -no-nouveau-check
如果你忘了下载的显卡驱动版本，你就输入 ls 查看当前目录下的文件夹，然后 cd 你之前放显卡驱动的文件夹
ls # 查看文件夹
cd /home/xxx # 进入你放驱动的文件夹
进入文件夹后你输入NVI的时候就可以按一下tab，应该会自动补全
然后就跳出来几个选项：
①选continue install
②Install NVIDIA’s 32-bit compatibility libraries? 选no
③Would you like to run the nvidia-xconfig 选no
（7）打开显示服务，然后会跳回桌面界面
输入以下命令或者直接按Ctrl + Alt + F1/F7/F8
sudo service gdm3 start
（8）验证是否安装成功
nvidia-smi
每隔1秒刷新一次显卡状态信息，可以用来监控显卡状态
watch -n 1 nvidia-smi
装conda
下载anaconda或者miniconda都可以，这里下载anaconda也没有那个可视化界面，所以推荐下载miniconda（https://docs.anaconda.com/miniconda/）比较轻量 Miniconda — Anaconda 文档
可以手动下载.sh文件，然后在文件夹鼠标右键-在终端命令打开，然后终端输入以下命令安装：
bash Miniconda3-latest-Linux-x86_64.sh
中间出现[y/n]或者[yes/no]就输入y回车，如果出现很长的用户协议就输入q跳过
这里最后一步有个问你是否init，他默认“no>>”，你直接回车就麻烦了，你要输入yes再回车
还有注意不要用sudo bash，这样会把你安装的文件夹锁住（root权限才能打开）
执行命令：
source ~/.bashrc
conda -V
然后就能看到版本输出了
py虚拟环境创建
使用国内镜像源
由于你遇到的错误可能与国际网络连接有关，如果你位于中国大陆，访问国外的 conda 仓库可能会较慢。此时你可以考虑使用 国内镜像源，这样可以显著提高访问速度和稳定性。
你可以选择 Anaconda 或 conda-forge 的国内镜像，例如清华大学镜像源。以下是将 conda 配置为使用国内镜像的步骤：
步骤 1: 配置 Anaconda 使用清华镜像
首先，打开终端，执行以下命令：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
步骤 2: 配置 conda-forge 镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
步骤 3: 检查配置
你可以通过以下命令查看当前配置的镜像源：
conda config --show channels
然后设置不自动激活base虚拟环境，执行如下命令
conda config --set auto_activate_base false
激活、关闭基础虚拟环境，如下：
conda activate base
conda deactivate
此时，anaconda安装完成。
创建虚拟环境
创建一个自定义的虚拟环境，如下:
conda create -n test_env -y python=3.8
Westlake - Omni本地部署实践
环境准备
创建新的conda环境并安装所需的软件包:
conda install pytorch2.3.0 torchvision0.18.0 torchaudio==2.3.0 -c pytorch
git clone https://github.com/xinchen-ai/Westlake-Omni.git
cd Westlake-Omni
pip install -r requirements.txt
如果pip很慢，则指定一下源：
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/
然后报错
运行：
pip install --upgrade python-dateutil
2、 启动运行
1）gradio启动演示
python gradio_demo.py
打开py文件
从huggingface上把模型下载下来，放到同级文件夹下的ckpt文件夹中
2）本地cli测试
python generate.py – 用户音频数据/声音/输入.Wav – 用户文本嗯，最近心情不是很好，能聊聊吗？
python generate.py – 用户音频数据/声音/input.wav
