diff --git a/docs/tutorial.md b/docs/tutorial.md index aec35ab..3991ec7 100644 --- a/docs/tutorial.md +++ b/docs/tutorial.md @@ -176,7 +176,16 @@ nb sh 如果想要使用默认的模型 1,为了避免一些问题,onnxruntime 没有包括在插件依赖里,不会随插件安装而自动安装,你需要自行安装 -#### CPU 运行 +> [!NOTE] +> 从旧版本升级上来的用户务必卸载原先混装在一起的 onnxruntime 之后按照下面的内容操作一遍 +> +> 卸载命令: +> +> ```shell +> pip uninstall onnxruntime onnxruntime-gpu +> ``` + +#### 4.1.1. CPU 运行 直接运行下面命令安装 `onnxruntime` 即可 @@ -184,7 +193,11 @@ nb sh pip install onnxruntime ``` -#### GPU 运行 +#### 4.1.2. GPU 运行 + +> [!TIP] +> 以下操作比较繁琐,非专业人士可以不考虑使用 CUDA +> 实际上对于本模型 CUDA 加速并不是很明显 首先安装 `onnxruntime-gpu` @@ -194,6 +207,8 @@ pip install onnxruntime-gpu 检查你安装的 `onnxruntime-gpu` 版本,对照 [这里](https://onnxruntime.ai/docs/execution-providers/CUDA-ExecutionProvider.html#requirements) 检查你安装的版本需要的 CUDA 和 cuDNN 版本,如果没有安装则需要自行安装(教程待补充) +接下来在 [这里](https://pytorch.org/get-started/locally/) 筛选对应信息后复制命令安装支持 CUDA 的 `pytorch` 库 + 最后更改插件配置项,让 `onnxruntime` 使用 CUDA 运行([NoneBot 配置简单介绍看这里](#71-修改插件配置项)) ```properties @@ -202,9 +217,9 @@ NAILONG_ONNX_PROVIDERS=["CUDAExecutionProvider"] ### 4.2. 模型 0 -如果想要使用模型 0,按照下面的操作来安装额外依赖 +#### 4.2.1. CPU 运行 -再安装额外依赖 +按照下面的操作来安装额外依赖 ```shell pip install "nonebot-plugin-nailongremove[model0]" @@ -215,6 +230,10 @@ pip install "nonebot-plugin-nailongremove[model0]" ![4.2-1](./assets/4_2-1.png) ![4.2-2](./assets/4_2-2.png) +#### 4.2.2. GPU 运行 + +参照 [4.1.2](#412-gpu-运行) 部分安装支持 CUDA 的 `pytorch` 库即可 + ## 5. 启动 NoneBot 在命令行中输入以下命令并回车启动 NoneBot diff --git a/pyproject.toml b/pyproject.toml index c8870bb..e8e6683 100644 --- a/pyproject.toml +++ b/pyproject.toml @@ -32,6 +32,7 @@ repository = "https://github.com/Refound-445/nonebot-plugin-nailongremove" [project.optional-dependencies] model0 = ["torchvision>=0.19"] +model1 = [] all = ["model0"] [build-system]