跑通 A Deep Learning Framework For Character Motion Synthesis and Editing 的 Deemo

144 阅读2分钟

《A Deep Learning Framework For Character Motion Synthesis and Editing》网站:

theorangeduck.com/page/deep-l…

其中包含代码和数据集下载链接

A Deep Learning Framework For Character Motion Synthesis and Editing

如果只用 pycharm 自己的包管理器,它下载 theano 的时候会少下载很多东西,比如 c++ 编译器之类的

我也不是很懂,但总之运行就会报错

所以只能用更全面一点的 conda 了

anaconda 环境变量

对于我的情况,我将 anaconda 放在 D 盘的 Work 文件夹下,所以我的环境变量是:

D:\Work\Anaconda3
D:\Work\Anaconda3\Scripts
D:\Work\Anaconda3\Library\bin

修改 conda 虚拟环境位置(失败)

使用 conda config --show 查看设置

image.png

根据文档:

docs.conda.io/projects/co…

对于我的情况,我将 anaconda 放在 D 盘的 Work 文件夹下

所以应该可以使用 set CONDA_ENVS_PATH=D:\Work\Anaconda3\envs 来覆盖环境路径

但是尝试使用 conda create -n env_name 的时候还是提示环境会安装在 C 盘

image.png

不知道为什么没有覆盖……

然后我也找不到别人说的 .condarc 文件,没办法直接修改

使用 conda config envs_dirs -remove path_name 也会报错

CondaKeyError: 'envs_dirs': key 'envs_dirs' is not in the config file

搞不懂……

在文件夹下创建虚拟环境

直接在项目文件夹下创建一个文件夹 env 在这里创建 conda 环境

conda create -p D:\Work\PyCharmProject\motionsynth_code\env

创建好之后初始化 conda

conda init

重启 power shell

然后激活 conda 环境

conda activate D:\Work\PyCharmProject\motionsynth_code\env

安装包

先在 power shell 里面安装一个 numpy 试试

conda install numpy

然后再进到 pycharm 打开 interpreter 界面

点击 Add Interpreter,选择 Conda Environment,设置 Conda executable

选择使用现有的环境,选择刚刚创建环境的文件夹

image.png

点确认,pycharm 就可以识别到已经安装了什么包

image.png

记得点右下角的 Apply 应用环境

conda install theano
conda install numpy
conda install scipy
conda install matplotlib

运行 deemo

点击 synth/demo_basis.py

其中有一句可能会报错

from AnimationPlot import animation_plot

看上去是没有考虑到路径,应该加上 nn 文件夹就好了

但是前面已经写了

sys.path.append('../nn')

看来是 IDE 的问题,没有识别到这句

即使报 error 也可以运行的

然后运行,可以看到跑通了!感动

image.png

AliJalalifar/Character_Animation

有一个该论文的 Tensorflow 重新实现

github.com/AliJalalifa…

这个可以直接用 pycharm 创建虚拟环境

要安装的包:

numpy
tensorflow
keras
matplotlib

其中 utils.py 中的 import 部分的一句会报错

from keras.models import model_from_json,Input,Model

新版 tensorflow 这个包的位置变了,要改成

from tensorflow.python.keras.models import model_from_json,Input,Model

然后运行 Demo.py,可以看到:

屏幕截图_20230206_181032.png