DeepFaceLab是一款强大且开源的视频换脸软件
README.md页面有着多种下载使用方式：
没有显卡或者显卡不够强可以使用谷歌colab，每天大概能使用12小时的高显存计算卡

如果你有强大的显卡，更推荐在本地跑，避免谷歌经常性的抽风导致备份失败。有一说一，谷歌是真的鸡贼，挂在那跑的好好的给你弹出个人机验证，就很不让人省心。。（据说是为了防止挖矿）
后面的内容以本地为例

英伟达rtx2080ti及以下下载DeepFaceLab_NVIDIA_up_to_RTX2080Ti,30系下载DeepFaceLab_NVIDIA_RTX3000_series;
AMD显卡下载DeepFaceLab_DirectX12。
总的来说对老黄家的显卡更友好些。

下载完成解压后可以看到一大堆的批处理文件

使用步骤参考视频,谷歌colab大同小异，这里不再赘述。
以下详细解读训练的参数以及合成的参数。（未提及的参数默认就好，不重要，感兴趣自己翻译看看是啥）

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] : xxx - latest

选择要训练的模型，如果有别人预训练迭代几十万次的模型那自然是极好的，没有就自己从头练吧。模型放在\workspace\model文件夹内。

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

选择GPU,土豪当然可以选好几张（0,1,2,3…），但有多张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。

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

自动备份时间，在家里跑除非到了后期，时间长点无所谓，反正可以手动保存，谷歌的话建议一小时备份一次。

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

随机翻转人脸，src图不足时可以开，我们都知道其实人脸不是绝对对称的，开了这个选项会导致训练出的模型左右脸一致。

[4] Batch_size ( ?:help ) : ?

批尺寸大小，就是机器学习每次对比n张图片来学习特征，数字越大越好，不建议低于4，几乎没有效果。当然越大就越消耗资源，每增加1就要多消耗大量的显存，若训练刚开始就崩溃基本是显存不足，把这个值调低点就好。

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

模型权重在GPU上执行,需要占用一些显存，关闭就会使用内存，GPU和内存通信需要一定的时间，导致单位迭代时间变长。

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

adabelief优化器,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。而且一旦开启就不建议再关闭!

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

学习率衰减,以下三种情况应该打开:

• 在禁用 RW 之前，当损失值不再有很大改善时，这可以帮助模型对人脸进行更多的概括
• 在 RW 被禁用并且您已经对模型进行了足够好的训练后，在接近训练结束时启用它会产生更详细、更稳定的面孔，更不容易出现闪烁
• 假设您已经使用 LRD 进行了一些训练，并且面部看起来与您启用 GAN 的效果一样好，并且 LRD 在运行时应该保持启用状态。

This option affects VRAM usage so if you run into OOM errors you can run it on CPU at the cost of 20% slower iteration times or just lower your batch size.