這里說的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，這里主要調整了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。
ae_dims : 256，ed_ch_dims : 32 是降低了神經網絡的規模，相應的效果會差些。
lighter_encoder : True 使用輕量級密編碼器，其實也是降低了神經網絡復雜度。
通過犧牲一些效果，你就可以將這個程序跑起來了。
更多內容請參考：DeepFakes中文網
公眾號：托尼是塔克