This topic created in 1501 days ago, the information mentioned may be changed or developed.
今天在 GitHub 上看到了 faceswap 这个换脸项目，兴致大发，在自己的 1070 Ti 显卡上试了一番。这个项目不错，感觉真的是把机器学习做到了开箱即用了。
于是我尝试把女朋友常跟着跳舞的 UP 主视频，那个 UP 主的脸换成我的脸，丧心病狂地准备让她看着我跳舞，哈哈。
现在还在跑模型训练，预计要……两三天，1070 Ti 这么拉垮了吗？我都闻到糊味了，话说搞机器学习的人都经常要等这么久吗？
 |
1
Merlini Mar 30, 2022 via Android
深度学习实验室都用的 tesla v100 那种比较贵的卡吧，关键贵的卡可能也得跑几天，或者 google 的 tpu 。
不是 1070ti 拉，是算力要求太高了。 |
 |
2
villivateur OP @Merlini 话说如果不求质量的话，模型训练到一半停下来也能用？
|
 |
3
vopin Mar 30, 2022 via iPhone
不清楚具体，一般用别人训练好的模型 inference 很快的吧，你这个必须从头训练吗
|
|
4
Merlini Mar 30, 2022  1
@villivateur #2 对的，处理好 keyboardinterruptexception 能保存下来就能用。其实一开始的模型里面的 vector 全随机也能用，只是效果不好而已，训练的过程就是让模型里面的 vector 更逼近理想的结果。现在单纯用的话都是 fine-tuning 多，不需要训练那么长时间了，有些是完全不需要再训练直接开箱即用。
|
 |
5
hertzry Mar 31, 2022 via Android
找找有没有预训练好的模型参数，直接下载下来。
|
 |
6
ekidona Mar 31, 2022 via iPhone
我这边做真正的 training 一般是提交一个 kubeflow pipeline 到 aws 上，然后通常会拉起几十个 worker ，几百个 GPU 啥的。
|
|
7
ekidona Mar 31, 2022 via iPhone
当然 train 一次都是几万刀的电费
|
 |
8
netnr Mar 31, 2022 via Android 1
源动力实足
|
 |
9
yaphets666 Mar 31, 2022
我们是 5 张 3080
|
 |
10
vicalloy Mar 31, 2022
机器学习很大程度上是算力的比拼，就是烧钱。
个人玩一般都是用预训练好的模型吧，为啥要自己从头训。 对 faceswap 不熟，你应当只是用预训练好的模型做推理吧。 |
|
11
villivateur OP |
 |
12
lizytalk Mar 31, 2022 via iPhone
小数据测通模型，再跑大数据，等大数据结果的时间干别的
|
 |
13
pydiff Mar 31, 2022 via iPhone
用了 4 张 v100 ，所有卡都是吃满状态，算了 17 天了都还没完，这玩意太耗性能了
|
 |
14
necomancer Apr 1, 2022
1920x1080 是不行的，你试试 64x36 ，缩小 G 和 D 的 filter 个数，把 64 ，128 ，256 ，512 换成 8 ，16 ，32 ，64 ，训练起来就快多啦～无非是糊得抽象些，加油～
|
|
15
necomancer Apr 1, 2022
卧槽我看了一下难道 faceswap 本来就是 64x64.....上 32x32 ？糊成头像(￣▽￣)
|
 |
16
RatioPattern Apr 4, 2022 1
1070 系列当时镁光显存有质量问题，炼丹可能失败或者偏离太大可以往这方面考虑，已经踩坑..............
|
 |
17
shm7 May 20, 2022
所以，糊了没？
|
|
18
villivateur OP @shm7 糊了，满地狼藉
|
|
19
shm7 May 21, 2022
@villivateur 允悲。用 gpustat 或者 nvidia-smi 监测下使用率和温度，真的很考验散热。
|
Select Language