冷雨夜，与某龙闲聊中得知，便来一试。
所谓深度学习神马的，实质上就是利用显卡善于大量重复运算的特性，不断试错，最终一步步训练得到更优秀的模型。
真棒！￥250捡垃圾捡来的750 Ti终于不用吃灰了！
安装
先找到github上的这个项目。
开始阅读安装文档。
其中提到要求GPU而不是CPU。GPU数小时，CPU可能要以周为单位。查了下，我捡来的750 Ti应该还是支持的。
自动安装程序用不了（因为所下载的资源应该是墙外的，下载不下来）。
手动安装了Anaconda和Git。然后根据文档走就行了。注意操作要在Anaconda环境下的终端进行。
运行python setup.py，没有选择Docker。就开始自动安装各种包了。
（那些包一个几百MB太可怕了啊啊啊）
python faceswap.py gui就可以了。
至此，安装就算是完成咯。
初步使用
开始阅读使用文档。
So here’s our plan. We want to create a reality where Donald Trump lost the presidency to Nic Cage; we have his inauguration video; let’s replace Trump with Cage.
???Smg
Extract 提取训练数据
程序还得从github下载模型，下不下来还得科学上网…
这一步是将视频切割成图片，然后将图片中的人脸提取出来，方便之后的训练。
第一次用命令行运行，想摸一摸显卡的温度，然后一摸，，，就报错了。emmm虽然不能说一定有必然的联系，但大概就是原因。
另外注意配置输出的分辨率，默认256*256太大了。
Train 训练模型
报错啦，原因是GPU内存不够…（我的750 Ti只有2G显存太渣了…）
01/05/2020 16:54:19 CRITICAL Error caught! Exiting...
01/05/2020 16:54:19 ERROR Caught exception in thread: '_training_0'
01/05/2020 16:54:19 ERROR You do not have enough GPU memory available to train the selected model at the selected settings. You can try a number of things:
01/05/2020 16:54:19 ERROR 1) Close any other application that is using your GPU (web browsers are particularly bad for this).
01/05/2020 16:54:19 ERROR 2) Lower the batchsize (the amount of images fed into the model each iteration).
01/05/2020 16:54:19 ERROR 3) Try 'Memory Saving Gradients' and/or 'Optimizer Savings' and/or 'Ping Pong Training'.
01/05/2020 16:54:19 ERROR 4) Use a more lightweight model, or select the model's 'LowMem' option (in config) if it has one.无论如何都不行…太糟糕了。
试着改成了64*64然后再来运行Lightweight模型，理论上是最节能的方法了，然而这时候就会莫名退出，没有报错提示，只有一个错误是return 3221225620。google都不起作用。issue里有人提交这个问题但是并没有回答。
最后一通乱搞，开了所有模型的LowMem选项，勾选了那三个内存节省方案，以这样的设置跑起来了。
大概每个小时可以跑5000次迭代。
效果也还不错了，只是因为原图数量和质量都不够高，训练时间也没有特别长，所以有点糊，吻合也不够好。但效果已经出来了。
Convert 导出
直接选择输入文件，模型目录就行。
注意输入文件需要经过Extract，确定一个脸部的路径文件。
