Google Colabでエラーが出てCodeFormerが使えない時の対処法
ImportError: /usr/local/lib/python3.11/dist-packages/torch/lib/libtorch_cuda.so: undefined symbol: ncclMemFree
PyTorch のインストールに関連するエラー
解決方法
- PyTorch と CUDA のバージョンを一致させる Google ColabでCUDAとPyTorchが互換性のあるバージョンを手動でインストールする必要があります。次のコマンドを実行して、正しいバージョンをインストールします。
!pip uninstall torch torchvision torchaudio -y
!pip install torch==2.0.1+cu118 torchvision==0.15.2+cu118 torchaudio==2.0.2+cu118 -f https://download.pytorch.org/whl/torch_stable.htmlこのコマンドは、CUDA 11.8 に対応した PyTorch 2.0.1、torchvision 0.15.2、および torchaudio 2.0.2 をインストールします。
- ランタイムを再起動 インストールが完了したら、Google Colabのランタイムを再起動する必要があります。再起動後、もう一度コードを実行。
RuntimeError: Numpy is not available
Numpy がインストールされていない、もしくは適切に利用できない状態
このエラーを解決するためには、Numpy を手動でインストールする必要があります。
解決手順
Numpyをインストールする まず、Numpyをインストールします。
!pip install numpy- 再度実行する
Numpyをインストールした後、もう一度顔補正コードを実行してみる。
もしエラーがまだ解消されない場合は、他にも依存関係が不足している可能性があるので、ランタイムの復旧を行ってみましょう。
目次
復旧手順
- メニューから「ランタイム」＞「ランタイムの接続を解除して削除」 を押してください
（これでColabの環境を初期状態に戻します） - 新しいランタイムを割り当てる必要があります。
- Colab画面の上の方にある▶️【接続】ボタン（または【再接続】【ランタイムを接続】）を押して、新しく接続
- リセット後、必須ライブラリのインストールをします
!pip install torch==2.0.1 torchvision==0.15.2
!pip install basicsr facexlib gfpgan
!pip install -U numpytorch／torchvision は CodeFormer 推奨バージョンに固定basicsr／facexlib／gfpgan は補完モデルに必要numpy は汎用依存ライブラリ
CodeFormer リポジトリのクローンと依存関係インストール
!git clone https://github.com/sczhou/CodeFormer.git
%cd CodeFormer
!pip install -r requirements.txtここで basicsr などが重複して入ることがありますが問題ありません。
学習済みモデル（重み）のダウンロード
!mkdir -p weights
!wget https://github.com/sczhou/CodeFormer/releases/download/v0.1.0/codeformer.pth \
-O weights/codeformer.pth画像アップロード用セルの実行
from google.colab import files
uploaded = files.upload()補正（推論）実行セルの実行
import torch
from basicsr.archs.codeformer_arch import CodeFormer
from torchvision.transforms.functional import to_tensor, to_pil_image
from PIL import Image
# モデルロード
device = 'cuda' if torch.cuda.is_available() else 'cpu'
net = CodeFormer(dim_embd=512, codebook_size=1024, n_heads=8, n_layers=9,
connect_list=["32","64","128","256"]).to(device)
net.load_state_dict(torch.load('weights/codeformer.pth')['params_ema'])
net.eval()
# 画像読み込み
path = list(uploaded.keys())[0]
img = Image.open(path).convert("RGB")
inp = to_tensor(img).unsqueeze(0).to(device)
# 推論
with torch.no_grad():
out = net(inp, w=0.7)[0]
img_restored = to_pil_image(out.cpu().clamp(0,1))
# 保存・表示
img_restored.save('restored_image.png')
display(img_restored)
出力ファイルのダウンロード（任意）
files.download('restored_image.png')ポイント
import torchやfrom basicsr...は「補正実行セル」にのみ含める- 依存ライブラリのインストールと重みファイルのダウンロードは、必ず「推論前」に完了させる
- すべてのセルは上から順に実行してください
これでゼロからワンクリック版ノートブックと同じ流れが完成します。
なぜリセットが必要なのか？
- もともとColabにはPyTorch 2.1系＋CUDA 12.1の組み合わせが入っています
- そこに違うバージョン（例えばCUDA 11.8向けとか）を無理にインストールすると、CUDAライブラリやNCCLライブラリが壊れます
- 結果、
undefined symbol: ncclMemFreeなど「ライブラリシンボルが見つからない」という致命的エラーになります - Colabでは、壊れた環境を元に戻すにはリセットしかないです。
Colab の無償枠で GPU 上限に達してしまったときの代替手段
ユニットの購入以外に試せる方法をまとめましたので、ご参考になさってください。
1. CPU モードで動かす
GPU がなくても CodeFormer は動きます。ただし処理が非常に遅くなるので、小さい画像（例：256×256px 以下）で試すか、処理中は気長に待つ必要があります。
- ランタイムの「ハードウェア アクセラレータ」を「None（なし）」に切り替える
- 推論セルの
device = 'cuda' if torch.cuda.is_available() else 'cpu'部分で自動的に CPU に切り替え - 512×512px だと数十秒～数分かかりますが、動作はします
2. Kaggle ノートブックを使う
Kaggle の無料ノートブックでも GPU（Tesla P100）が使えます。
- Kaggle アカウント（無料）を作成
- New Notebook → Settings → “Accelerator” で GPU を ON
- Colab とほぼ同じ手順でライブラリをインストール／実行可能
3. Paperspace Gradient の無料枠
Paperspace の Community Notebook でも GPU（無料枠）が利用できます。
- アカウント登録後に Community ノートブック作成
- Tensorflow / PyTorch テンプレートが選べる
- Colab ノートと同じセルを流用できます
4. ご自身の PC／ローカル環境で動かす
お手元に NVIDIA GPU（CUDA 対応）があれば、ローカルに PyTorch 環境を構築して動かすのが最も確実です。
- Conda などで仮想環境を作成
- 必要なライブラリを pip／mim でインストール
- Colab と同じノートブックを Jupyter Lab で開いて実行
Sakasa AI
【CodeFormerの使い方】3通りの方法 | Sakasa AI
CodeFormerとは？ 顔の復元・補完・高画質化に特化したAIツールです。主に次のような用途に向いています ぼやけた顔写真を鮮明にしたい AI生成画像の崩れた顔（目・口・鼻…
5. その他クラウドの無料トライアルを利用
- Google Cloud Platform：無料クレジット（300 USD）をもらって Compute Engine を試せる
- AWS：無料枠で一定期間 GPU マシンを使える場合あり
- Microsoft Azure：無料クレジット＋無料枠で試用可能