GTX 750等低配顯卡如何玩轉Deepfakes？

阿新 • • 發佈：2019-03-30

preview encoder prev 電腦的內存消息 ims model enc sca

這裏說的Deepfakes軟件還是DeepFaceLab，人工智能換臉，是使用深度學習方法來實現的。而深度學習程序對電腦配置要求是非常高的，尤其是跑模型這個環節。很多低配電腦，根本就跑步起來。比如像GTX 750 ，1G顯存。

默認情況下這種配置肯定跑不了這個程序，但是通過自定義參數也能跑。這對於低配玩家來說絕對是個好消息。

首先，你需要獲取的DFL的版本為DeepFaceLabCUDA10.1AVX20190313 或者更高。

其次，你要運行SAE模型，SAE模型的配置參數可以參考：

===== 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]

=========================

這個參數配置在訓練環節開始的時候可以設置，與默認配置相比，這裏主要調整了optimizer_mode

，ae_dims ，ed_ch_dims ，lighter_encoder

optimizer_mode ：3 這個調整是為了讓顯卡使用共享內存，也就是使用你電腦的內存。