大家好,又见面了,我是你们的朋友全栈君。
这里说的Deepfakes软件还是DeepFaceLab,人工智能换脸,是使用深度学习方法来实现的。而深度学习程序对电脑配置要求是非常高的,尤其是跑模型这个环节。很多低配电脑,根本就跑步起来。比如像GTX 750 ,1G显存。
默认情况下这种配置肯定跑不了这个程序,但是通过自定义参数也能跑。这对于低配玩家来说绝对是个好消息。
首先,你需要获取的DFL的版本为DeepFaceLabCUDA10.1AVX20190313 或者更高。
其次,你要运行SAE模型,SAE模型的配置参数可以参考:
===== Model summary =====
== Model name: SAE
==
== Current iteration: 169238
==
== Model options:
== |== batch_size : 4
== |== sort_by_yaw : False
== |== random_flip : True
== |== resolution : 128
== |== face_type : f
== |== learn_mask : True
== |== optimizer_mode : 3
== |== archi : df
== |== ae_dims : 256
== |== ed_ch_dims : 32
== |== lighter_encoder : True
== |== multiscale_decoder : False
== |== pixel_loss : True
== |== face_style_power : 0.0
== |== bg_style_power : 0.0
== |== write_preview_history : True
== Running on:
== |== [0 : GeForce GTX 750]
=========================
这个参数配置在训练环节开始的时候可以设置,与默认配置相比,这里主要调整了optimizer_mode ,ae_dims ,ed_ch_dims ,lighter_encoder
optimizer_mode :3 这个调整是为了让显卡使用共享内存,也就是使用你电脑的内存。
ae_dims : 256,ed_ch_dims : 32 是降低了神经网络的规模,相应的效果会差些。
lighter_encoder : True 使用轻量级密编码器,其实也是降低了神经网络复杂度。
通过牺牲一些效果,你就可以将这个程序跑起来了。
更多内容请参考:DeepFakes中文网
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/144033.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...