如何在Docker/Mac下CPU运行StyleGAN2 TensorFlow预训练模型生成图像

StyleGAN2官方代码默认启用CUDA定制融合算子优化，运行时会强制检测CUDA设备，无GPU环境下会直接抛出异常终止运行，即使指定仅用CPU也无法跳过该检测逻辑。

• 1. 禁用自定义CUDA算子调用
     打开dnnlib/tflib/network.py文件，找到use_custom_ops参数定义，将默认值从None改为False，强制代码全程使用原生TensorFlow算子实现，跳过CUDA算子编译逻辑。
• 2. 移除无GPU检测的报错逻辑
     打开dnnlib/tflib/custom_ops.py文件，定位到抛出RuntimeError('No GPU devices found')的代码行，直接注释该行报错逻辑，在该位置新增return None即可，避免无GPU环境直接中断运行。
• 3. 执行CPU运行命令
     运行前先设置环境变量屏蔽CUDA设备检测，再执行生成命令，建议提前将预训练pkl文件下载到本地，避免谷歌网盘拉取失败：

# 屏蔽CUDA设备检测
export CUDA_VISIBLE_DEVICES=-1
# 执行图像生成命令，替换为你的本地pkl文件路径
python run_generator.py generate-images --network=./stylegan2-ffhq-config-f.pkl --seeds=66,230,389,1518 --truncation-psi=1.0

• CPU运行生成效率较低，单张1024*1024 FFHQ图像生成耗时通常在10秒到1分钟区间，取决于CPU硬件性能
• 仅支持TensorFlow 1.14、1.15的CPU版本，不可使用TensorFlow 2.x系列版本，否则会出现接口不兼容报错
• Docker环境运行时提前将预训练模型挂载到容器内，避免容器内无法访问外部文件的问题

内容的提问来源于stack exchange，提问作者hedew28310