参考配置：1 核 1GB 内存 ubuntu22 云机器
- 使用一键脚本安装 docker（https://docs.docker.com/engine/install/ubuntu/）
curl -fsSL https://get.docker.com -o get-docker.sh
sudo sh get-docker.sh
- 配置虚拟内存 swap （例：配置 5G 虚拟内存）
sudo fallocate -l 5G /swapfile
sudo chmod 600 /swapfile
sudo mkswap /swapfile
sudo swapon /swapfile
free -h
注意：您可能需要也可能不需要 sudo 来执行 docker 命令。
注意：下面的所有 docker 命令都包含用户名和组 ID。 这些映射到 1001:1001，因为它们是 Oracle 服务器的默认值。 如果您找不到此信息，只需删除它们并在 root 下运行 docker 容器即可。
注意：对于 Windows 服务器，运行 ${pwd} 而不是 "$(pwd)"
- git clone repo
git clone -b inaseg-cloud https://github.com/lovegaoshi/ipynb.git
cd ipynb
3a. 安装 docker 镜像
sudo docker build -t ipynb-inaseg .
OR:
3b. 拉一个预制的 docker 镜像
https://hub.docker.com/repository/docker/gaoshi/ipynb-inaseg/tags?page=1&ordering=last_updated
sudo docker pull gaoshi/ipynb-inaseg:nightly
sudo docker tag gaoshi/ipynb-inaseg:nightly ipynb-inaseg
- 用 biliup-rs 登录 b 站账号
sudo docker run -v "$(pwd)":/inaseg -u 1001:1001 -it --rm ipynb-inaseg
biliup login
nano configs/biliWrapper.json
nano configs/biliWatcher.yaml
5.配置
configs/biliWrapper.json：填 b 站投稿的相关信息。格式为：
"VUP名": [
"VUP直播间（转载地址）",
"视频简介",
[
"视频标签"
]
],
configs/biliWatcher.yaml：填监控的相关信息。格式为：
- extractor: biliseries
filter: karaoke
last_url: true
url: b站录播合集url
- 使用
切 MP3，适用于自留，做https://steria.vplayer.tk/ 无需登录 b 站账号。
sudo docker run -v "$(pwd)":/inaseg -u 1001:1001 ipynb-inaseg python /inaseg/inaseg.py --shazam --shazam_multithread=2 --cleanup --outdir=/inaseg --aria=8 --media={回放网址，或本地录播文件地址}
上传 b 站
sudo docker run -v "$(pwd)":/inaseg -u 1001:1001 --rm ipynb-inaseg python /inaseg/biliupWrapper.py --media https://www.bilibili.com/video/BV19W4y157Vj/
监控 b 站录播合集
sudo docker run -v "$(pwd)":/inaseg -u 1001:1001 --rm ipynb-inaseg python /inaseg/watcher.py --watch_interval=12800
windows 下也推荐用 docker：#9
问：更好的系统？ 更多内存？
将 inaseg.py 中的 batch_size: segment_wrapper(media: str, batch_size: int = 32 从 32 更改为较大的值，如 128 或 512；较大的批次可能会带来 100% 的性能提升。
将媒体滑动窗口大小：“inaseg.py”中的“SEGMENT_THRES = 600”更改为较大的值； 这是在几秒内要处理的最大媒体块。 更大的块将节省磁盘读取。
问：有 CUDA 吗？
改为拉取此图像：
sudo docker pull gaoshi/ipynb-inaseg:nightly-gpu
sudo docker tag gaoshi/ipynb-inaseg:nightly-gpu ipynb-inaseg
运行 docker 时，添加 --gpus all。
要检查 GPU 是否已启用，请运行：
sudo docker run -v "$(pwd)":/inaseg -it --rm ipynb-inaseg
python3
import tensorflow as tf
print(tf.config.list_physical_devices('GPU'))
请注意，计算机的 CUDA 版本可能需要大于 docker 中的 CUDA 版本 (11.3?)。
问：速度测试
inaseg 获取 1 小时的媒体文件： Oracle E2.micro(1C2T): ~1hr
AMD Ryzen 3700X(8C16T): ~2min?
NVIDIA 1070, 2070S: < 20s