ME版本软件

古河

deepfacelab Me 是一个吸收、整合、多次重塑的特别版本，为DeepFaceLab 增加一些新的特性，可玩性极高。

极速、效率、细节

增强了对2-8G 小显存显卡的模型容忍度支持，可以跑更大的分辨率模型的RG版本，RG特性可以查看我的另一个魔改官方的版本：

[时间换显存] DeepFaceLabRG.2021.11.20 最新英文版,小显存卡跑起来

这个版本是在神经网络学习和兴趣之上的魔性增强，对原版及其它分支功能进行吸收整合，请务必不要用于违法及侵权用途，而且没有教程也没有任何技术服务，我很懒，具体特性请自行挖掘：

• Me版本特点：
  

• 极速，低显存可以打开更高的BS训练 ，高BS加速模型收敛速度，高端旗舰显卡 DF 模型架构训练速度提升达30%；
• 还是速度的提升！同配置下 AMP架构类比原版训练 BS 提升达一倍，弥补了AMP模型训练低效的难点，加速AMP模型训练的收敛速度；
• 训练工具帮助模型调优，更丰富的素材增强功能
• 合成功能更精细的控制和参数选择；
• 独具增强大模型保存模式，云计算训练保存更稳定可靠，保存模型内存不一溢出；
  

                               
登录/注册后可看大图

                               
登录/注册后可看大图

这些特性以模型参数的方式给大家带来一些新的乐趣！
这个版本的模型可以和DFL官方版本及分支兼容并互相帮助。

Tensorboard工具
现在可用Tensorboard工具进行权重分布查看，loss随迭代变化曲线展示，已进一步分析模型训练的情况，并适时调整训练参数，新的一些权重分析包括学习率将可能加入

                               
登录/注册后可看大图

• 全新的遮照模型算法，速度更快更精细：
  

                               
登录/注册后可看大图

                               
登录/注册后可看大图

                               
登录/注册后可看大图

                               
登录/注册后可看大图

附加的特性很多，我就不一一列举；

一些新的参数功能我给出一些说明，但不能做为教学，请大家自行尝试研究使用，
因为是一个不断更新的分支，不对些程序稳定性做出保证。

• 新增参数
  

retraining_samples 【推荐训练模型的每个阶段后期使用】
Periodically retrains last 16 "high-loss" sample
周期重新训练最后16个 “高loss” 的脸图样本。打开这个选项将对16个最高loss脸图样本进行周期训练。

use_fp16 （ 使用半精度浮点fp16）【谨慎，旧模型请勿使用】
Increases training/inference speed, reduces model size. Model may crash. Enable it after 1-5k iters.
使用半精度浮点（FP16）进行模型训练，将提高模型训练/推理速度，减少模型大小。但是模型可能会崩溃。建议在1-5k ITER后启用。这个选项建议新建模型下测试，旧模型会因为loss值下溢出模型崩溃，混合精度训练可以大幅提高训练速度，想利用好这个特性，需要对素材量、模型参数教调都有些极高要求，应用请谨慎。

cpu_cap
Max cpu cores to use.Typical fine value is 8(1-256)
用于参与训练的CPU线程数量，默认8线程，可根据你任务选择用于模型训练CPU线程数量，方便进行其它任务。

loss_function ['SSIM', 'MS-SSIM', 'MS-SSIM L1']
Change loss function used for image quality assessment.
更改用于图像质量评估的损失函数。以下仅供参考：

1、SSIM（结构相似）损失函数：默认参数，原版一致的损失函数，考虑了亮度 (luminance)、对比度 (contrast) 和结构 (structure)指标，这就考虑了人类视觉感知，一般而言，SSIM得到的结果更有细节
2、MS-SSIM（多尺度结构相似）损失函数：基于多层（图片按照一定规则，由大到小缩放）的SSIM损失函数，相当于考虑了分辨率，建议新建模型尝试；
3、MS-SSIM L1损失函数：这样组合的原因是，MS-SSIM容易导致亮度的改变和颜色的偏差，但它能保留高频信息（图像的边缘和细节），而L1损失函数能较好的保持亮度和颜色不变化，推荐新建模型使用；【推荐尝试】


lr (Learning rate)
Learning rate: typical fine value 5e-5
学习率：典型值5e-5，5e-5=0.00005，建议默认； 这个数据只能从小到大。这是个尝试值，众多的测试及理论支持，在有些特性的模型下，Bs值变大k倍，Lr也将产生一个k倍增长，
一般需要根据loss的变化曲线，从中发现最好的学习率。

ct_mode:
颜色模式，可选值：none,rct,lct,mkl,idt,sot, fs-aug，none为关闭所有模式。
改变src脸部样本接近dst脸部样本的颜色分布。请尝试适合的模式，以找到你认为最好的效果。
增强 fs-aug为dst和src添加随机颜色；

eyes_prio:
训练眼睛优先；

mouth_prio:
训练嘴部优先；

preview_samples:
训练预览的行数，默认4行；


maximum_n_backups:
最大备份数量，默认为24个备份；

• 素材增强
  

以下参数是随机增加脸图素材的复杂性，来丰富稀少脸部素材特性，如果你的素材非常全面，请斟酌使用，
记住应该有选择逐项开启，因为随机特性，同时开启将极大拉高src和dst的loss。

关于模型训练中的一些推测：

通常，一个模型 “AE越高 可用的素材越少 训练次数越多”，就越容易出现过拟合。这个术语请自行百度请记住，这就是为什么有些人得到很好的复用模型，由于自己素材质量问题，训练越久，效果变得越糟糕，最好的效果往往会在迭代数量 刚好合适的一个波峰，为此，更多的增强素材和失真可降低过度拟合的风险。不过，这是一个值得注意的区别。“随机扭曲”是一种失真，因为开启扭曲的结果是与未更改的素材数据进行比较，所以loss 值的飙升就是一种下降的空间。另一方面，颜色体系中“fs-aug”是一种增强，因为它与更改的素材数据（即随机颜色变化）进行比较，其它的各种素材样本随机性变换基本都是这一类操作，所以都是视情况斟酌使用的范畴。

random_downsample
Enable random downsample of samples
启用脸图样本的随机向下采样，新建模型建议先关闭，后期视情况开启；

random_noise
Enable random noise added to samples
启用随机添加噪声到脸图样本中，有助于丰富脸部特性，新建模型建议先关闭，后期视情况开启；

random_blur
Enable random blur of samples
启用脸图样本的随机模糊，有助于丰富脸部特性，新建模型建议先关闭，后期视情况开启；

random_jpeg
Enable random jpeg compression of samples
启用脸图样本的随机jpeg压缩，新建模型建议先关闭，后期视情况开启；

random_shadow（此选项开启极大丰富脸部阴影特性）
Enable random shadows and highlights of samples
启用素材样本的随机阴影，可选择单独应用src\dst\all,此项于有助于丰富素材脸部特性，新建模型建议先关闭，后期视情况开启；

random_color
Samples are randomly rotated around the L axis in LAB colorspace, helps generalize training
脸图样本随机在LAB颜色空间中围绕L轴随机旋转，一段随机色彩样本模式，有助于素材的概括训练，新建模型建议先关闭，后期视情况开启；

深度学习是良好的前沿技术，希望大家用于AI学习研究，勿用于违法用途。

• 安装须知
  

1、安装目录不能有空格和中文字符；
2、虚拟硬盘请设置大于64G（推荐内存的倍数64-128G）；
3、请在N卡官网升级最新N卡驱动在运行本软件
4、Win10、win11请打开windows的设置： "系统->显示->显示卡->默认图形设置“ 打开 “硬件加速GPU计划” 选项。
5、特别提示，用老模型第一次请修改训练参数，新的参数不了解情况下请默认,重点提示，备份好旧模型以防参数过大模型奔溃；
6、经过Me版本训练过的模型用回原版，训练界面依然会显示新增的功能选项参数，但在原版下训练将不起作用；
7、新建模型建议按原版参数初训，新增特性功能先关闭，待loss值下降趋于稳定，在视素材缺陷情况，逐项启用新增若能丰富素材特性；

• 版本下载
  

这个版本能做什么？
建议新手不要玩，有些细节太过于专业了，请妥善备份你的模型；
创造性的更丰富对素材的控制，通过组合参数达到虐待你的CPU、显卡、等设备；
大神可以控制更多的细微超参数，比如loss_function，lr (Learning rate)，创造出一个宽容性和泛化能力极强的人尽可夫的模型
当然还有很多。。。。

请自我探索，（Kingboy Q群：366893641），Q群只用于Bug反馈。

魔改增强版下载  (带运行环境，解压可用)：

                               
登录/注册后可看大图

DeepFaceLabMe2022Ver2.55V2.zip Nvidia 9/10/20/30

  最新版 2022年7月28日 ，请至下载目录下载最新

                               
登录/注册后可看大图

重要声明：

所有魔改版本已暂停分享，请已下载还在使用的朋友, 遵守以下要求，不能遵守的请自行删除已下载软件。

（一）、我提供的所有基于deepfacelab的魔改程序 ，均出于深度学习和AI技术研究，并遵守原作、源代码相关协议及研究深度反伪造技术为最终目的，所有版本提供模型训练及制作方法仅限用于具备版权的数据集合、开源共享数据集，我本人均未从中获得任何利益。

（二）使用我分享的魔改各种版本的使用者，进行训练及应用的所有视频、图片、人脸等素材和相关数据集合都要遵守数据集所有者权益，并获得这些数据所有者授权。

（三）我分享的所有版本及程序严禁用于处理、加工、创作涉及政治目的、色情、低俗等不仅限于列出的所有违反国家法律、及损害他人所有利益行为的任何数据形态作品。

（四）因不能遵守软件使用要求，使用人违反上述行为导致产生一切法律、经济责任由使用者全部承担。

                                                                                                                                Kingboy
                                                                                                                           2022/12/13

DeepFacelabMe_2.55v2_Multi_GPU_training_patch,修复三个模型架构多卡运行的BUG，只支持Me V2 版本 （2022-11-10 更新）

下载链接: https://pan.baidu.com/s/1CIPcH9s90lcWHzxJ5xKKGg?pwd=ghww

• 版本要点
  

Ver 2.55更新要点：

• 同步官方修复一个素材队列素材缩放Bug(修复包括原版和Me版本); （fix scale factor in sample generation. added util --export-faceset-mask)
• 时间换显存的极致体现，优化了AMP模型训练性能，256-512分辨率下训练Bs上限最大可提升至2倍，512-1024分辨率下可提升至1.5-2倍优异性能，或同分辨率下更大的参数比。
• 新增--reduce-clutter 清爽模式，训练模型将精简输入模型参数，没用启用模型参数将不显示在训练界面。
• 导出训练数据快照，能过查看模型状态历史记录对模型训练、补充素材、补充遮罩，启用命令在 “z6- Model Tools”目录“6.02 train 模型类型____________Me_snapshot.bat”，注意，只有已经存在模型可以生成快照；
• 新增AMPLegacy 模型转换 命令 “6.30 AMP converter AMPLegacy.bat ” ，可以在目录 “z6- Model Tools”里找到这个命令；
• Me2.55_V2支持模型蒸馏出的快速模型训练，模型收敛速度极大提速；
  

Ver 2.53 更新要点：

• 这个版本支持训练模型分辨率 64-1024, 超过640的模型请在训练批处理命令增加参数   "  --saved-models-type readjob-savejob" 以保证模型稳定性。参数用法请参看目录“z6- Model Tools”下的命令 “8) train SAEHD Me_save_Me_model.bat”，或直接启用这个命令开启训练。开启"  --saved-models-type readjob-savejob" 后保持的模型，可使用“7.3 merge SAEHD_______________ Me_Job_Model.bat”进行合成，因为DFL原生很难支持这个大的模型。
• 提升了遮罩训练的性能，RG版本的buff 下，低显存的遮罩模型训练效果比原版提升约2倍；
• 调整了训练预览中，素材文件名的显示机制，比原来更清析；
• 看腻了faceset.pak文件名，为了方便管理素材包名字，现在可自定义素材压缩文件名，直观便捷，再也不用为这个包是那个对象素材发愁；
• 修复了 xseg 训练模块，在个别模型下训练出错bug;
• 自动训练保存结束的时间范围由原来的0-480分钟，变更为0-600分钟；
• 部分批处理命令功能做了调整；
  

Ver 2.40 - 更新要点：

• 现在可用Tensorboard工具进行权重分布查看，loss随迭代变化曲线展示，已进一步分析模型训练的情况，并适时调整训练参数，新的一些权重分析包括学习率将可能加入；
• 重构了Deepfacelab Me的模型保存模块，已让训练程序在一些不是那么富足内存环境下正确保存大模型，现在你可以在Colab ,Kaggle等云平台基于网络存储的环境放心训练大模型，即使你选取内存很小也不会产生内存溢出，为了确保兼容，此项开启需要打开开关；
• 调整了部分依赖环境，集成了Tensorboard工具汉化版本，感谢“盗情小魔女”同学的辛苦劳作汉化；这个版本请不要覆盖原来版本，请完整解压本集成新环境，把你的workspace导入进来使用吧；
• 遮罩模型训练获得了一个新的外观，训练遮罩的时候将显示素材的文件名;
• 遮罩编辑优化了描绘的平滑度；
• 也许你看到一些新的代码功能没有标示，那是我没有足够时间进行教程，请注意采用默认设置，谨慎使用；
  

Ver 2.30-更新要点

• 双版本支持，集成环境解压即可运行，集成11.20英文原版, 可用原版训练，也可以用Me版训练，减少安装两个版本依赖环境的磁盘空间占用；
• 原版训练：使用原版批处理命令运行即可，例如，运行“6) train SAEHD.bat）就是原版训练；
• Me版训练：Me版自带RG优化，小显存福利，请运行对应命令末尾带"_Me"的命令，例如，运行”6) train SAEHD_Me.bat“就是Me版模型训练，其它以此类推；
• Me版支持修改模型训练自动保存时间，请修改对应训练批处理命令，例如，编辑”6) train SAEHD_Me.bat“，把命令行里“    --saving-time 25”的"25"修改成你需要自动保存时间，即会按修改值自动保存,单位是分钟.
• 自动结束训练功能：达到预定时间自动结束训练，并保存模型并自动闭电脑；启用这个功能，请修改对应训练处理命令，例如，编辑”6) train SAEHD_Me.bat“，把命令行里 “--training-time 0 ” 的 " 0 " 修改成360，运行训练将在6小时后自动保存并退出训练；设定的时间单位是分钟。如果设置为0,将一直训练，并不会自动退出训练，如设置时间为负数，例如设定“--training-time -180”，训练程序会在3小时后保存训练，保存模型后并尝试关闭训练电脑，请在启动这个选项时，关闭会影响到自动关机的其它应用程序；
• 重置模型迭代为0：清除迭代历史图功能，当你一个模型复用多次，模型变的又慢又臃肿，现在可以清除掉那些历史数据，运行训练程序，注意，会弹出选择 [n] Do you want to reset iterations counter and loss graph? ( y/n ?:help ) : n，默认n为不重置，选y将重置模型所有迭代数及历史数据 ，请慎重，不可恢复；
• DeepfacelabMe版本的所有批处理命令做了目录分类，这个版本请不要覆盖到原来安装目录，建议解压到新的目录DeepfacelabMe；
  

链接：https://pan.baidu.com/s/1xm5sm0-7dqOu_1MXiyEn1A
提取码：2zpb

黑羽毛

感谢分享

benz

大佬有A卡用的RG版吗

五折

benz 发表于 2023-12-1 01:22
大佬有A卡用的RG版吗

印象中没有AMD吧