Deepfacelab 训练参数详解，从入门到精通。值得收藏_deepface 模型多少钱

导言
训练时有许多参数，对不懂机器学习的萌新来说简直就是天书
本篇教程就带大家揭开训练时各参数的含义与效果，同时给出建议数值

我尽量用通俗易懂的语言来解释每一条参数的作用，不需要机器学习基础也能看懂。本文主讲SAEHD模型的训练脚本，QUICK96类似，不重复展开

先分享一下好东西，请珍藏。

deepfacelab常用工具合集，小白变高手
下载地址：
链接：https://pan.baidu.com/s/12WB7odewviDhDoDQtVXFgQ?pwd=w8pj
提取码：w8pj
--来自百度网盘超级会员V2的分享

-----------------------------------------------------------------------------------------------------------------

金收购的十三个deepfacelab模型，大大小小的都有，总有一个适合你的（预训练模型）
下载地址：
链接：https://pan.baidu.com/s/10lX1TApav3jAA4EOThxjCA?pwd=sr8a
提取码：sr8a
--来自百度网盘超级会员V1的分享

-----------------------------------------------------------------------------------------------------------------

花几千米收来的多个deepfacelab模型（模型+遮罩+说明）（模型）
下载地址：
链接：https://pan.baidu.com/s/1Xes3VlY2jSCHmYEl3Qoo3A?pwd=xlet
提取码：xlet
--来自百度网盘超级会员V2的分享

下面以2021年0104英文版为案例讲解，附带中文翻译。
可能跟各汉化版名称说法有出入，请自行对照阅读

0. 什么是参数？

参数是控制模型结构与模型训练方法的一些值

所有参数中，有些参数只在第一次创建模型时可调整，一旦确定后不可更改。有些参数可以在后续训练中随时调整。

就好比造大厦，一旦决定造几层楼，每层有几间房间，就不可再次变更。而清洁工、保安可以随时雇佣或开除

1. 怎么输入/调节参数？

第一次运行时，会让你输入各个参数值，输入方法如下：

[0] Which GPU indexes to choose? :请输入GPU序号

问句前的[0]表示你直接按回车后，会使用的默认值你可以自行输入值，值的可选项通常在问句中会给出
如果不了解这个选项的作用，输入英文问号？按回车，会给出详细说明

当模型创建后，第N次执行训练脚本时，选择好模型和GPU后，短暂停顿后会有一行提示“Press enter in 2 seconds to override model settings”“请在2秒内按enter回车以重新修改模型参数设置”就是字面意思。如果2秒内没按enter，就会沿用上一次训练时的参数进行训练

接下来就解释各参数的作用，带*的一旦创建不可更改

1. 选择/创建模型

Choose one of saved models, or enter a name to create a new model.选择一个已有的模型，或输入名字创建新模型
[r] : rename
[d] : delete

[0] : liaef-ud512 - latest
:

介绍：如果model文件夹内已经有模型，在这里会显示出来，如上图的[0] : liaef-ud512 - latest如果沿用已存在的模型，输入模型前的编号。如果要新建模型，直接输入名字后按回车。

2. 选择训练用GPU

Choose one or several GPU idxs (separated by comma).选择一个或多个GPU序号，用英文逗号隔开
[CPU] : CPU
[0] : GeForce RTX 3090

[0] Which GPU indexes to choose? :请输入GPU序号

介绍：第一次运行时首先会出现上面这段文字。要求你输入用于训练模型的GPU序号。可支持的序号已经给你列出来了，输入CPU就使用CPU训练，输入0就使用你的第一张显卡训练。土豪有多张显卡的话输入0,1,2,3.....
问句前面的[0]代表默认值，即直接按回车会采用的值
推荐值：推荐只用编号为0的GPU训练。CPU速度太慢，直接放弃。有多张GPU的话，卡间通讯会消耗大量时间，如无必要不推荐多卡同时训练。

3. 选择自动备份时间

[0] Autobackup every N hour每N小时备份 ( 0..24 ?:help ) :

介绍：自动备份会每隔N小时复制一份模型文件，以免模型崩溃后没法回退。0表示不自动备份
推荐值：6-12

3. 记录保存预览图

[n] Write preview history ( y/n ?:help ) :

介绍：每次迭代会保存一张当前训练效果图，方便你查看模型进步效果，来判断是否已经训练到顶峰了。图片保存在model内一个以history结尾的文件夹中
推荐值：n 一般人看预览窗口的图就OK了。这个功能给做专业对比测试的用

4. 指定预览图

[n] Choose image for the preview history ( y/n ) :

介绍：指定一张图片作为保存的历史预览图。选n就随机选一张
推荐值：n

5. 目标迭代次数

[0] Target iteration目标迭代数 :

介绍：模型训练迭代次数，到了这个次数就停止训练。选0就一直会训练下去，直到你手动停止
推荐值：0

6. 随机翻转人脸

[y] Flip faces randomly ( y/n ?:help ) :

介绍：图片随机左右翻转，以增多数据。src图不足时可以开，但更好的方式是增加数据。如果遇到src人脸左右不对称，比如一边有痣，一边没痣，那么开启后会导致练出来的人脸两边都会有若隐若现的痣。不推荐开，增加数据集是王道
推荐值：n

7.批尺寸大小

[2] Batch_size ( ?:help ) : ?

介绍：每次迭代程序会随机选batchsize张图来学习，数量越大模型每次进步的方向越准，单次迭代时间也越久，需要的显存也相应成倍增加
推荐值：4-16 通常显存不足报错后，把这个值改低就好

8. 模型分辨率*

[512] Resolution ( 64-640 ?:help ) : ?

介绍：模型生成人脸的分辨率。注意，这个只是尺寸大，并不是更清晰。大尺寸的结果就是训练速度更慢，通常256足够用了。一般人连256都训练不到高清，完全没必要用256以上的分辨率模型。
推荐值：128-256，要是16的倍数

9. 选择人脸类型*

[wf] Face type人脸类型 ( h/mf/f/wf/head ?:help ) :

介绍：训练用的人脸类型。什么是人脸类型呢，就是从原图中截取的人脸框大小。h是half face，mf是mid-half-face，f是full-face，wf是whole-face，head是最大的带整个头的人脸。光说没用，上图看对比
f/mf/h的对比如下：

wf的范围如下

人脸越大，最后合成环节的可调节余地越大。但相同模型分辨率下，有效面积就越小。比如256尺寸的wf，有效的人脸范围大概只有二分之一大。但在显存越来越大的今天，不用担心。
h是3年前deepfake刚问世时的人脸类型，当年显存小啊，只能将就将就。
推荐值：推荐用wf，已经把整个脸都包含进了，而且能兼容f人脸素材。 h和mf太小，在后期合成时没调整余地。head过大，没必要浪费显存。
许多人总问head模型，真没必要。我理解你们是觉得head可以把脸型也生成出来，这个wf就行，但实际上合成时用的还是dst的人脸轮廓，你训练阶段能生成没卵用。脸型问题你就认为无解吧，只能靠专业后期调整，别再向我追问head模型了。

10. 模型的架构*

[liae-ud] AE architecture ( ?:help ) : ?
'df' keeps more identity-preserved face.
'liae' can fix overly different face shapes.
'-u' increased likeness of the face.
'-d' (experimental) doubling the resolution using the same computation cost.
Examples: df, liae, df-d, df-ud, liae-ud, ...

介绍：模型的核心架构类型。有DF和LIAE两种架构。内容较多，具体区别细节以后单独开教程。这里你只要记住结论DF五官结构保留的更像，LIAE光影处理的更好。
除了核心架构外，还有几个附带参数可加，-u增加人脸相似度，-d在相同显存占用量下，牺牲速度换取分辨率.
核心架构和附带参数可组合使用，如 df, liae, df-d, df-ud, liae-ud
推荐值：LIAE系列

11. 模型中间瓶颈层的宽度

[256] AutoEncoder dimensions ( 32-1024 ?:help ) :

介绍：模型最中间一层神经元的数量。可以理解为越大这个模型能力越强，但要求的显存也越大。就像大脑，人脑比猪脑神经元更多，能力也越强，但需要的头骨容量也越大。
推荐值：256及以上

12. 模型编码层的宽度

[64] Encoder dimensions ( 16-256 ?:help ) :

介绍：模型前半部分神经元的数量。可以理解为越大这个模型能力越强，但要求的显存也越大。就像大脑，人脑比猪脑神经元更多，能力也越强，但需要的头骨容量也越大。
推荐值：64及以上

13. 模型解码层的宽度

[64] Encoder dimensions ( 16-256 ?:help ) :

介绍：模型后半部分神经元的数量。可以理解为越大这个模型能力越强，但要求的显存也越大。就像大脑，人脑比猪脑神经元更多，能力也越强，但需要的头骨容量也越大。
推荐值：64及以上

14. 模型解码器遮罩层宽度

[16] Decoder mask dimensions ( 16-256 ?:help ) : ?
Typical mask dimensions = decoder dimensions / 3. If you manually cut out obstacles from the dst mask, you can increase this parameter to achieve better quality.

介绍：模型中有个分支是学习遮罩，次此参数控制此部分的宽度。
推荐值：三分之一解码层宽度

15. 只训练遮罩部分

[n] Masked training ( y/n ?:help ) : ?
This option is available only for 'whole_face' or 'head' type. Masked training clips training area to full_face mask or XSeg mask, thus network will train the faces properly.

介绍：只有人脸类型是wf或head时可选。开启后模型只关注于被遮罩划分出来的人脸，不学习遮罩外的无关区域。这个遮罩需要提前用Xseg模型应用得到。不然默认使用人脸关键点围合而成的遮罩，会把头发等其他区域给囊括进来。
推荐值：y

16. 眼部嘴部优先训练

[n] Eyes and mouth priority ( y/n ?:help ) :

介绍：眼神和嘴巴口型是最难训练的区域，开启这个参数可以让模型重点优化眼部和嘴部。但如果你没有闭眼素材和张嘴素材，开这个参数也没用
推荐值：n

17. 均匀化样本中各角度的素材

[n] Uniform yaw distribution of samples ( y/n ?:help ) : ?
Helps to fix blurry side faces due to small amount of them in the faceset.

介绍：一般样本中正脸图片居多，俯仰脸侧脸数量较少，这会导致纯随机选取样本时，这些大角度素材被选中训练的概率较小，模型对它们的学习不足。开启此参数后，会根据人脸角度来挑选素材，让大角度人脸样本得到较好的训练
推荐值：n 看你的目标视频，如果有很多大角度的话，建议开启

18. 记录保存预览图

[n] Write preview history ( y/n ?:help ) :

介绍：每次迭代会保存一张当前训练效果图，方便你查看模型进步效果，来判断是否已经训练到顶峰了。图片保存在model内一个以history结尾的文件夹中
推荐值：n 一般人看预览窗口的图就OK了。这个功能给做专业对比测试的用

19. 把模型和优化器放到GPU中使用

[y] Place models and optimizer on GPU ( y/n ?:help ) : ?

介绍：开启后模型权重会放在GPU上使用，减少GPU和内存通信，从而提高训练速度。显存足够就开启，显存不够就关闭
推荐值：y

20. 使用AdaBelief优化器

[y] Use AdaBelief optimizer? ( y/n ?:help ) : ?

介绍：使用最新的adabelief优化器作为训练用的迭代方法。模型收敛到最优状态的速度更快，效果更好。但会占用更多显存
推荐值：y

21. 使用学习率衰减

[n] Use learning rate dropout ( n/y/cpu ?:help ) :

介绍：学习率可以简单理解每次模型进化的步子大小。步子大了容易扯着蛋，走上歧途。步子小了可以更精准走到正确的地点，但速度就慢。
推荐值：前期不开，等你感觉画面很久没进步时开启。

22. 是否扭曲样本

[y] Enable random warp of samples ( y/n ?:help ) :

介绍：开扭曲后，给模型增大学习难度，让模型得到更高难度的锻炼，学成后就更牛逼。不开的话容易src和dst互相影响，让生成的src像dst。
推荐值：y 前期开，后期可关闭

23. GAN（生成对抗学习）的强度

[0.0] GAN power ( 0.0 .. 1.0 ?:help ) :

介绍：机器学习中有个很牛逼的算法叫GAN，能生成细节更丰富的图，眼睫毛都根根分明。但特别耗显存，高配玩家建议开启。开启后模型崩溃的概率会增大，一定要做好自动备份。
推荐值：低配0 高配0.1

24. GAN的感知域尺寸大小*

[24] GAN patch size ( 3-640 ?:help ) :

介绍：GAN每次去辨别的区域大小，越大效果越好，显存也占用越多。
推荐值：分辨率/8

25. GAN的模型宽度*

[0.0] GAN dimensions(4-512 ?:help):

介绍：类似模型编码层宽度，越大效果越好，显存也占用越多。
推荐值：16 显存大可酌情增加

26. 脸部明暗色彩学习强度

[0.0] Face style power ( 0.0..100.0 ?:help ) : ?

介绍：让生成的人脸和原本的人脸在明暗色彩上更相似。
推荐值：初期不开，后期从0.001开始慢慢增加，不要开太大，0.01差不多了，这个很容易崩

27. 背景明暗色彩学习强度

[0.0] Background style power ( 0.0..100.0 ?:help ) : ?

介绍：让生成的背景和原本的背景在明暗色彩上更相似。学背景干嘛，后面都是要扣掉的，没必要，不用开
推荐值：0

28. 对src做变色处理

[none] Color transfer for src faceset ( none/rct/lct/mkl/idt/sot ?:help ) :

介绍：src素材通常光影不够丰富，开启这个参数后，可以每次对src素材做随机颜色变化，人为营造出各种光影色彩
推荐值：rct或lct

29. 使用梯度剪裁

[n] Enable gradient clipping ( y/n ?:help ) :

介绍：梯度是什么，可以理解为每次模型更新的变化剧烈程度。开启此参数后，会把模型剧烈的变化给限制住，能极大避免模型崩溃。不然很可能遇到一次很奇怪的数据，导致模型瞬间爆炸，崩成一片纯色
推荐值：y 强烈建议开着，不会多消耗显存

30. 使用预训练模式

[n] Enable pretraining mode ( y/n ?:help ) :

介绍：一体包软件在 _internal\pretrain_CelebA\faceset.pak 放了一份综合名人人脸数据，人种、光影、角度很丰富，开启此参数后，src和dst就会使用这份数据做为训练。让模型可以先做个通识教育。为你自己的特定数据学习打下良好基础。
推荐值：n 我个人不推荐用这种方式做预训练。个人推荐你把杂七杂八的图直接放到src的aligned和dst的aligned文件夹中训练就行，效果一模一样，还方便随时增删数据。

最后给一套通用训练方式

强烈建议萌新用别人已经训练过的模型作为开始，可以节省大量时间

先开这组参数训练10-60W
face type : WF
random_flip : off
adabelief : on
eyes_mouth_prio : on
ct_mode: lct .

再开这个训练10-30W
learning rate drop：y

再关闭随机扭曲训练10-30W
random warp：n

最后开GAN训练10-30W
GAN poewer： 0.1