文火冰糖（王文兵）的博客

目录前言第1章 AMP模型训练参数详解1.1 AMP参数汇总1.2 参数详解第2章 AMP模型训练关键参数优化2.1 泛化能力优化2.2 收敛速度优化前言学会了基本操作之后，你出来的效果也许并不理想。或者说你需要在速度和性能之间做一个平衡，或者你想要更高的清晰，更加完美的融合效果。这个时候你就需要自己去设置参数了。DeepFaceLab 提供了很多可以设置的参数，且不同的模型有不同的参数，因此有些参数是公共的，有些参数是模型特有的。参数的修正，可以提升/优化最终训

目录前言：方法：补充说明：前言：在DeepFaceLab自带的视频素材，每个视频中只有一个目标对象，什么都不用管，使用默认值一步一步按教程操作命令就可以了。当视频中有多个对象时，如果还是使用默认值，这会导致所有的对象都会被相同的源目标所替换掉，如何指定某个特定的对象呢？方法：首先，DeepFaceLab是支持这种情形的.其二，方法其实很简单，只需要在第4步做一些简单的操作即可，具体步骤如下：（1）按照原先的方法执行如下命令5) data_dst faceset

目录第1步骤：命令行环境准备1.1 准备1.2 命令第2步骤：从源视频中提取图片2.1 准备：无2.2 命令：第3步骤：从目标视频中提取图片3.1 准备：无3.2 命令：第4步骤：从目标图片中提取所需图片4.1 准备：无4.2 命令：第5步骤：从源图片中提取所需图片5.1 准备：无5.2 命令：第6步骤：模型的选择与训练（关键）6.1 准备：拷贝模型6.2 命令：6.3 调参6.4 训练第7步骤：模型预测与生成合成图片（关键

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 model1.2 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...

目录前言：第1章 如何进入可视化微调界面第2章 窗口操作详解2.1 操作图片选择2.3 改变窗口大小2.4 如何把可视化参数与命令行参数窗口对应起来第3章 可视化参数详解3.1 键盘区1：输出图片的模式3.2 键盘区:23.3 键盘区33.4 键盘区4第4章 命令行参数第5章 消除面具边界的参数选择案例前言：训练得再好的模型，通过命令行和默认的参数，模型预测输出图片有明显的边界，如下图所示。如何消除边界？如何使得模型...

目录前言第1章 SAEHD模型训练参数详解1.1 SAEHD参数汇总（默认）1.2 参数详解第2章 SAEHD模型训练关键参数优化2.1 泛化能力优化2.2 收敛速度优化前言学会了基本操作之后，你出来的效果也许并不理想。或者说你需要在速度和性能之间做一个平衡，或者你想要更高的清晰，更加完美的融合效果。这个时候你就需要自己去设置参数了。DeepFaceLab 提供了很多可以设置的参数，且不同的模型有不同的参数，因此有些参数是公共的，有些参数是模型特有的。参数的修正，

目录前言：第1章 来自DeepFaceLab模型训练的提醒：第2章 打开该开关的意义？第3章 如何打开该开关？前言：在有GPU的机器上，模型训练可能会选择在GPU上进行，为了 进一步的提升训练效能，提升CPU和GPU的交互，可以带宽WndowsDE GPU加速开关。第1章 来自DeepFaceLab模型训练的提醒：在每次模型训练时，DeepFaceLab会提醒：Windows 10 users important notice!You should set t.

目录前言：原因分析：解决办法1：释放内存=》针对第一个子原因步骤1：关闭其他应用程序步骤2：重启机器，开机后先执行模型训练解决办法2：重新设定虚拟内存=》针对第二个子原因2.1 说明：2.2 设置步骤前言：整个操作命令的使用过程中，我们选择的是Quick96模型，该模型的分辨率比较低的，为了提高视频的分辨率，需要使用更高分辨率的模型SAEHD和AMP模型，使用这两个模型，都容易遇到了一个同样的问题，导致无法使用高阶的模型进行训练，这个问题是：MemoryError。

目录前言：1. 如何关闭训练？2. 如何保存进度？(大多情况下没有必要）3. 如何创建备份？(大多情况下没有必要）4. 如何继续训练？5. 如何修改模型名称？6. 如何选择模型？7. 如何修改模型参数8. 如何复用模型？8.1DeepFaceLab模型的独特性8.2 模型的复用（使用预训练好的模型）前言：在模型的训练过程中，有一些基本的操作过程，需要澄清。1. 如何关闭训练？直接点击命令行窗口右上角X关闭，注意关闭预览窗口并不会停止训练。.

目录总体流程：步骤8：把图片合成视频8.1 命令：【8) merged to avi.bat】-- 必需之一8.2 命令：【8) merged to mp4.bat】-- 必需之一8.3 开始合成视频总体流程：1) clear workspace.bat =》清除工作空间2) extract images from vi...

总体流程：1) clear workspace.bat =》清除工作空间2) extract images from video data_src.bat =》从源视频中提取图片3) extract images from video data_...

目录总体流程：步骤6：模型的选择与训练 - 模型训练命令6.1 命令：【6) train Quick96.bat】-- 适用CPU only情形以及快速学习 -- 必需之一6.2 命令：【6) train SAEHD.bat】-- 适用于高质量输出的场合 -- 必需之一6.3命令：【6) train AMP.bat】-- 适用于实时应用的场合 -- 必选之一6.4 开始模型训练6.5如何查看模型的训练效果？6.6何时可以停止模型的训练？6.7如何停止模型的训练？...

目录总体流程：步骤6：模型的选择与训练 - 模型选择6.1 模型的差别6.2SAEHD模型的超参数6.3AMP模的超参数6.4 模型选择总体流程：1) clear workspace.bat =》清除工作空间2) extract images from video data_src.bat ...

总体流程：1) clear workspace.bat =》清除工作空间2) extract images from video data_src.bat =》从源视频中提取图片3) extract images from video data_ds...

目录总体流程：步骤5：从源视频中提取图片5.1 命令：【5) data_dst faceset extract + manual fix.bat】-- 不推荐使用5.2 命令：【5) data_dst faceset extract MANUAL.bat】-- 不推荐使用5.3命令：【5) data_dst faceset extract.bat】-- 推荐使用（必选）总体流程：1) clear workspace.bat ...

目录总体流程步骤3：从目标视频中提取图片3.1 命令：【3) cut video (drop video on me).bat】-- 可选3.2 命令：【3) extract images from video data_dst FULL FPS.bat】-- 必选3.3命令：【3.optional) denoise data_dst images.bat】-- 可选总体流程步骤3：从目标视频中提取图片3.1 命令：【3) cut video (drop video.

目录总体流程步骤2：从源视频中提取图片2.1 命令（1）命令名称（2）Windows命令源代码（3）调用的DeepFaceLab代码（4）命令解析（5）*批处理命令执行（鼠标双击执行）（6）批处理命令输出：总体流程步骤2：从源视频中提取图片2.1 命令（1）命令名称2) extract images from video data_src.bat（2）Windows命令源代码@echo offcall _internal\sete

目录总体流程：步骤1：命令行环境准备1.1 命令：【1-clear workspace.bat】- 必选2. 预备知识2.1 根目录结构2.2 _internal目录2.3 workspace目录：命令行工作目录总体流程：步骤1：命令行环境准备1.1 命令：【1-clear workspace.bat】- 必选（1）命令名称：从源视频中提取图片1) clear workspace.bat（2）Windows命令源代码@echo offecho

目录1. GPU环境1.1 安装N卡驱动程序2. Python环境2.1 安装Anaconda2.2 安装tensorflow2.3 GPU库的安装3.DeepFaceLab python库3.1 安装cmake3.2 安装face_recoginition包 （这个包也要用cmake进行编译）3.3安装keras_contrib包1. GPU环境1.1 安装N卡驱动程序[人工智能-深度学习-41]：开发环境 - GPU进行训练安装与搭建（Pytroc..

目录前言：第1步：登录github官网第2步：找到可执行程序下载入口第3步：下载可执行程序: 使用迅雷第4步：解压第5步：解压后的目录结构前言：DeepFaceLab在github上提供了开源源代码和预编译好的Windows/Linux可执行程序。本文介绍如何下载和安装官网提供的Windows可执行程序（工具）至于github提供的源代码的安装，并不是本文的目标。第1步：登录github官网https://github.com/iperov/DeepFac

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：目录第1名：ZAO（手机App软件）第2名：DeepFaceLab（github开源项目）第3名：FakeAPP（windows App）第4名：Face2Face（github项目）第5名：Faceswap（Windows App）第6名：Snapchat（手机App)第7名：Openfaceswap（图片）第8名：Photoshop（图片）第9名：美图秀秀（图片