[从零开始学DeepFaceLab-18]: 使用-命令行八大操作步骤-第6步：模型的选择与训练 - 进阶 - 使用“预训练模型”与“模型的预训练”

目录

前言：

第1章 什么是预训练模型与预训练？

1.1 什么是预训练模型pretrained model

1.2 什么是预训练

1.3 预训练为什么能够加速模型训练？

第2章 DeepFaceLab作者提供的预训练模型

2.1 不同模型的策略

2.2  作者为什么没有提供全部训练模型？

2.3 如何获取SAEHD、AMP的预训练模型

第3章 如何使能SAEHD、AMP模型的“预训练”功能

第4章 如何基于预训练模型进行训练

第5章 重复利用自己的训练模型反复训练

它山之石

---

前言：

在基本能过程学习的过程中，通常会使用Quick96模型，该模型值需要几个小时，最多也就是十几个小时，然后Quick96训练出来的模型其分辨率较低的，基本上只适合学习，不适合实际的应用。在实际应用中还需要使用SAEHD和AMP模型，而这两种模型如从头开始训练到训练处可以应用的模型，需要训练的时间时间在“天”的级别，需要几天的时间，很显然，这么长的时间，对于大多数人来讲显然是不合适的，如果能够基于第三方预先训练好的模型的基础之上，针对自己的数据集进行FineTuning，能够极大的降低训练的时间，提升训练的效率。本文就是探讨DeepFaceLab的FineTunning。

第1章 什么是“预训练模型”与“模型的预训练”？