256dfud, 修改liae，杂交df-liae的 实验初探。

pasanonic

archi 怎么跨修改  还有那个SRC B是什么意思

come3002

pasanonic 发表于 2026-8-20 20:37
archi 怎么跨修改  还有那个SRC B是什么意思

archi 架构修改说简单也简单。说麻烦也麻烦。

从 wx888大佬的 发现说起。DF 是 src 向dst偏移，liae是 dst向 src 偏移。我后期训练合成也发现了这样的规律。
这就是天然的检测关卡和屏障。但是我 采用 的办法 是卡了bug，骗过了它。让它当liae去炼制。
欺骗dfl过程准备：
1.预训练44w：从预训练时候杂图的就是 对联 pretain true：
2.正训 1 换 单人SRC 第一组是陈天仙 ，命名 为 srcA，src左-dst右 采用 同一人同一套 （srcA 既做 左，也做右），左右相等，继续 采用  对联 关随机；对联 随机扭曲等。
这个是 随机扭曲打基础用的。比如 2.5w 随机扭曲。才炼制下牙齿。
3.正训2 换 单人 src 第二组 是 另外一个天仙，命名 srcB，同样 对联。这个 有了 第一组的底子，随机扭曲 对联 srcB 会加速。随机扭曲 关闭随机若干。转liae备用。


那么 经过了 50w后 这个model dfud 就呈现了一个特殊的状态。
因为 无论是 DF 还是 liae ，src向dst偏移，还是 dst向src 偏移。每一个阶段，我都是同一套。
具备了 DF 也具备了转移 liae的特质。这是欺骗dfl软件的基础。没这个基础。如用普通的 单人src-多人杂图的 dfud丹去改了也是百搭。我试过，信息继承就全乱套了）
新建一个空白model。只用data 文件。其他的文件用df的一改名 冒名顶替来替换，df有inter（记载了df的 srcB-srcB对联 映射信息），复制两份，改名为 inter AB（假装模拟充当记载了liae的 srcB-srcB）， interB（假装liae 的 srcB-srcB的 dst信息）。
然后欺骗dfl软件，告诉它 这个 就是 liae srcB-srcB丹。你给你干活练吧。
保持 改前的 srcB，保持原参数，骗它练，让跑就完事了，一段时间再换参数 随机扭曲 大约 几千迭代就 出下牙齿，说明 继承信息成功，之后 关闭随机一点点， 等炼制到想要的细节。
中间不断合成樱花测试，发现 一组分支， 很像 srcB，又光影 接近 liae给光影。就成了。

Dfs213

pasanonic 发表于 2026-8-20 20:37
archi 怎么跨修改  还有那个SRC B是什么意思

创造个不同架构的模型 同样三围的 然后你就把编码器解码器那些移过去就好了

pasanonic

Dfs213 发表于 2026-8-20 22:40
创造个不同架构的模型 同样三围的 然后你就把编码器解码器那些移过去就好了 ...

嗯 问Gemini问出来了

come3002

pasanonic 发表于 2026-8-20 22:46
嗯 问Gemini问出来了

对 樱花换脸，相似度是根本。
传统 的dfud转liae意义不大。传统的 dfud 单src-多人 dst。关闭随机后，时间长，相似度就会下降（假设7-8成）。转移 liae，随机扭曲关闭随机。再次下降。能剩下 5-6成相似度就不错了。
本质是传统的dfud丹inter里 记录的 是 单人src向 dst多人迁移。转移到liae， inter AB 要记录的是 dst多人向src 迁移，这是反着的，是矛盾的。就相当于 被污染。

这可好，要提高相似度，清除之前污染，必然要多次删除interAB，转liae后，liae src-dst多人杂图 开随机扭曲 也会 向 dst迁移，还要50w一删除interAB。。。。
算来算去，传统丹改去，还不如 找 一个 liae底单直接跑算了，反正 liae 换人，开随机扭曲 就要 删interAB，练练就要删interAB。传统丹，去做转移，不删interAB要相似度没相似度（5成相似度），删除interAB要效率没效率（反复删除interAB）。我之前用dfud普通单人vs多人dst转liae，跑废了好几个转liae 丹。是因为这样做纯属瞎折腾，没啥用。所以 ，之前没人用。

我的炼制转移前提，srcB-srcB炼制，转移liae后还是 srcB-srcB就没练过别人，自然没有污染，srcB-srcB，能继承之前炼制效果，继续随机扭曲等， 就没删过interAB。
果然，测试发现 随机扭曲也就5000迭代 跑出 4道下牙齿，累计也就跑了也7w，极大提升速度和效率，保留了dfud时期极致相似度还获得一定光影改善。
另外分辨率也可以提升啊。 256dfud →352dfud 修改分辨率，也用wx888 大佬的 修改模式一 保留inter模式。快速炼制、保留相似度下，短期也能炼制更好的观感。
反正是 樱花换脸 又不是毕业设计、也不是参加 换脸国家比赛。
自己看樱花换脸，要感观提升 提升分辨率（256-352dfud 保留inter快速提升）；要光影提升 用 对联丹srcB丹 转liae（不删interAB），怎么方便怎么好用，怎么像又光影好，怎么来做。能让合成效果，能短期内有提升，看的过得去就行了。感兴趣 跑跑，达到效果了，筛选合适载体 换一换，没啥大问题，封存即可。没必要拿大量时间 大量的迭代去炼丹。

其他 传统 liae，单人 删除interAB 跑也得几万迭代吧。还要反复删除。。。。炼制时间要以周以月为单位，光影提升是提升了。得几周 几个月之后了。

mzh920

能改分辨率就很实用了，低分用高清素材练完m扔了可惜用了半鸡肋，现在有望修改了，楼主这个修改分辨率的m适配性怎么样，比如版本ice的修改完ice还能用吗？或者原版

come3002

mzh920 发表于 2026-8-23 08:16
能改分辨率就很实用了，低分用高清素材练完m扔了可惜用了半鸡肋，现在有望修改了，楼主这个修改分辨率的m适 ...

dfud和liae  i等 能转入 原版 类别能在wx888的 6.1 中 修改分辨率（保留inter 模式）。
原版dfud liae，ice训练但是能导回到 原版，也能转入 6.1 Torch 中修改分辨率。
只利用6.1做修改工具也可以。先修改并保留修改前的默认参数跑清晰细节再改参数，并且 转后 能在6.1、原版、导入 ice 等多版本继续训练都支持。


直接用途：不需要更换显卡，小分辨率老丹炼制的老作品的修改（224，256等原版）；
以前老作品的dst 和model统统删除，后来发现 情节精彩 脸型ok 的dst aligned model 留了转到硬盘里，一直吃灰。没想到就用上了。
以256dfud 老丹老作品转320dfud为例模拟。

老作品256model， 有之前的src/aligned、 dst/aligned 备份 ；参数 src-dst樱花，已开真脸/开gan，已经出下牙齿（模拟一个小分辨率老丹的最后阶段。）

选择 wx888大佬软件，分辨率修改320 模式选择 保留inter 修改；src-dst樱花素材不变，参数不变 同样开 相同的真脸 开相同的gan src-dst 樱花 大约1400 迭代截图如下。
说明能跑通没有崩，练一会就能继承之前的信息呈递，并破除原始分辨率的阈值限制。再练到满意收丹。合成后可提升效果。



老作品新提升，细节提升有了很大的希望。
老作品的牙齿提升。
假如之前老的src aligned 5000张无 多少下牙齿。就用Ai生成一份 该src 下牙齿 500张。
先修改320/384后，保留 原始状态 原始5000 vs dst 原始参数如真脸/gan跑一会；差不多就换成 5000+500 的带下牙齿src vs dst原始参数 。训练到满意合成。即可得到 既细节提升又有下牙齿的新作品。

直接用途2：不需要更换显卡下，对原版的小分辨率model修改。
256dfud bs16 原版大约14G，而用wx888 只需要开两个参数，4G出头 仅仅 40%左右。用在修改分辨率上，可以不换显卡，获得很高的320、384等分辨率新丹。
经典的 224liae丹修改分辨率 主丹的升级分辨率。

坛主的 224liae 512 随机扭曲丹 修改224→ 320liae512 为例。
bs8修改后 素材不变。保留inter，1500迭代 出 4-5道下牙齿。




大概有以下用途
1.修改原始的小分辨率 自训 预训练丹（这个不推荐）；
2.修改原始的小分辨率 自训 随机扭曲 src单人vs dst多人杂图 主丹（224liae512等，推荐，修改分辨率后就能继承 强大的随机扭曲vs多人的能力）；
3.修改原始的小分辨率 自训 随机扭曲 src-src对联 主丹（推荐，修改分辨率后 能继承之前的 单人 src随机扭曲能力而且 无污染）；

以上，保留inter修改分辨率，均可以快递继承并保留小分辨率之前的 src 人物五官光影、随机扭曲的能力、真脸能力 gan能力等信息（如上图 1400迭代，真脸和gan下 人脸光影、下牙齿 都继承下来）。
不需要更换显卡下，保留inter‘ 就不需要重新再来随机 ，还能破除256小分辨率的阈值，细节由 修改后大分辨率320、384dfud的 训练来提高。（删除inter 的修改分辨率策略也可实现， 但dfud srcvsdst丹 要重新 随机一次获得随机扭曲能力；liae丹  删除interAB，没几万迭代下不来，代价太大，不符合快速炼制的基本思想，这里均不讨论）

（注1：显卡窘迫，又想大幅提高效果。 就推荐用 wx888 6.1；原版需要14G显存，相同分辨率 wx888 6.1开两个特定参数 只要4G多。节约了 60%-70%。能开非常非常高的分辨率丹。
分辨率变化越大效果明显，特别 低分高参数（192df AE384；256dfud384 ） 变化为 320、384后尤为明显；高分低参 也有进步。
显卡宽裕，小改分辨率，跑一段时间出细节，再转入用 ice 1.6 1.818等版本等。分辨率变化小，略有提升。


（注2：根据 预训练-正训随机扭曲-正训关闭随机-正训 开真脸/gan。 呈现的信息传递规律。修改分辨率如256dfud-320dfud，想最大程度的继承。就要跑 修改前的默认参数，默认src，默认dst，（保留inter 模式）。


多次实验保留参数。如果改前是gan0.1 改分辨率保留inter后 model训练崩了，就把改前的调整到 gan0.001 再改，真脸0.01崩 先关闭人脸模型 支持混合精度 再改，既做到修改能成功，又能一定要保持这个gan/真脸等训练的效果）；参数设定也决定了相似度+细节，256dfud-320dfud ，取决于 256dfud的相似度+细节（原256model 收尾最后一迭代是开真脸的极致相似度/关真脸开gan 细节好但略损失相似度，修改后的320dfud要靠最后一部来维持model稳定，同时继承256dfud最后一迭代的 相似度+细节）。



注3：修改分辨率256dfud-320dfud 效率低的 原因。
原因1. 没有 用 修改前的保留默认参数，虽然用原来是src和dst 上来直接改变参数。model 经过改参数+迁移过程剧烈，信息呈递出错就崩，信息呈递被阻滞。就会降低速度。


原因2.  下载的丹 复用，没有 用修改前的 src，dst。
如购买的256 model 来复用。能获得炼制者src，dst，修改就快，但是实际上 src有概率碰到同一份或类似的，而dst 卖家几乎不可能提供。导致修改后，model 进入 学习新知识，要重新炼制dst，就会慢。假设别人的256 高清喂养的model，换成同一人src但是质量不如原炼制者，细节就就是其原始的8成，拿来修改到 320，炼制出的也就相当于320的8成细节 （256dfud水平）。简言之，修改别人的model。也可以玩，但是遇强则强，遇弱则弱。更改分辨率时候，同时下降了src/dst质量，model 就以新的src/dst为根本去炼制，而不是去继承之前信息，从而不是划得来。
下载的liae丹的复用。下载liae丹 224\256等修改看似诱人，实则陷阱。先说src，下载的liae丹 几乎不带src， 更换src就要删除interAB 建立映射，从0启动信息全没了，修改分辨率后 是从0 信息呈递被极力阻滞，另外炼制50w就要删除一次interAB。定期删除interAB，这是liae的 本质决定的，无解。再者liae丹不提供src也不提供dst。导致分辨率越高复用越难。高分辨384liae 512liae以上 复用（无卖家src 和dst） 半年以上也是常见的。
liae丹修改分辨率到384/512，去 删除interAB 违背了 换脸樱花本质要炼制快的本质。
假如这样做： 下载224liae 先用 自己的src和dst 经过大量的训练，把删除interAB 在224下 解决，不断喂养(之前数周或上月)，炼制到 随机扭曲能力 获得光影能力、以及最后收尾的gan细节能力。然后 224liae用修改分辨率384liae/512丹，wx888 大佬 6.1版下 选择保留inter 模式，只需保持原有的src-dst 不变（既然继承了224liae的 interAB，又保持src-dst不变；自然不必然去384、512liae阶段 删除inteAB），保持原有最后一步 如gan的默认参数 不变。从而快速继承以前的信息基础上，后面继续走224下最后一步参数，gan下 炼制384更多的细节即可。
极，不推荐 下载的 224、256liae丹（无卖家src 和dst）来路不明或看似诱人的丹，上来 就修改分辨率 到384，512liae。此时既更换src 又 更换dst，不仅删除interAB，有时候要删除interB，还384liae 512liae。几乎是把384liae 512liae 所有的难关都走一遍，地狱级难度拉满），恰好进入了高分辨率liae的（无卖家src 和dst）炼制慢 复用慢，长年累月炼制的无声陷阱。


原因3， 修改分辨率是近乎 大部分 过程的迁移。
假设 256dfud预训练 无下牙齿 -正训随机扭曲 无下牙齿-正训关闭随机 无下牙齿-正训 256dfud开学习率/开真脸/gan 才少量下牙齿。
修改分辨320后 默认参数 就回优先利用的是256时最后一步的 信息。
但是 如果 320跑一会，转再次开随机扭曲有概率把 学习率 真脸 gan 出来的 少量下牙齿细节 掉一部分。但也略好于之前 没有随机扭曲 下牙齿。继承的 是 256随机扭曲 的信息+gan出来的信息的 细节的折中体。
证据：如果 256dfud 为全图训练1w  后 开遮罩训练（遮罩内只有人脸 无耳朵 ），
wx888 大佬 6.1 torch版修改分辨率，保留inter，改为320dfud 继续 原始参数，原始的src、dst。
修改后开的遮罩训练。
大约2000-4000迭代就把 人脸的 部分下牙齿练出，也把 人的耳朵清晰练出。





此时，关闭遮罩，开全图。截图发现耳朵等瞬间细节更好的练出。



修改分辨率保留inter下，所继承的信息不仅仅是 最后一个参数如遮罩内训练。上述小实验发现继承的是 256 改前最后阶段遮罩训练+临近最后的的全图训练的折中体。


证据2：反向 修改分辨率（320再降回256dfud） 实验看信息传递。
把修改后的320dfud 再改回 256dfud。wx888 大佬的 保留inter 神器。

修改后的320dfud再改回 256dfud。参数不变，src图片数量不变，
测试发现，256dfud仅用100迭代，就出了下牙齿。

按照信息传递理论，反向修改回到原始的参数。
如果像新丹一样慢 要 几w迭代 才练出下牙齿，那么说明耗损极重，传递效率几乎等于0；如果 几千迭代 出下牙齿。说明 信息传递过程 有少量的耗损，效率较高。但是实际测试 仅仅100迭代就出现了下牙齿。
说明 256dfud A→320dfud B→256dfud C。保留inter 方法下256A→320B之后既学到了320的信息，320B→256C后也保留了 256A时期的信息。其信息传递效率极高。


故而按照传递效率极高的现象来推理，当原版  256完成了 足够的 随机扭曲、关闭随机扭曲 gan等的训练；只要用wx888 6.1 Torch版 ，修改320保留inter 并保持src dst 默认参数下，修改分辨率不仅仅是最后一个参数信息得到保留。对之前的大部分信息得到保留。再继承了这些256的随机扭曲训练，关随机扭曲 再gan等训练信息基础上，提升细节质量和感观。
当然，改成320后足够训练有细节的改善，也可有提升空间，显存足够可酌情继续再次提升更高480等。
改为480dfud依然要选择保留inter（继承之前的256随机扭曲、关随机扭曲 gan等等信息、和刚刚修改的320的训练细节；以320细节为基础，提升到416水平的细节。整个过程一环扣一环，分工明确，又极大节约了训练时间。

木兰murd 等224 v7 256 64 64 丹等无法转入原版的 就不支持修改分辨率的。有 v7 分支 v7.1 等诸多分支，就当时之前的练手了。就放弃吧。暂时没有修改分辨率的。

mzh920

come3002 发表于 2026-8-23 08:31
dfud和liae  i等 能转入 原版 类别能在wx888的 6.1 中 修改分辨率（保留inter 模式）。
原版dfud liae，ic ...

最近有时间，下载了torch，找不到修改分辨率的工具，原来的256素材是对练的想升到320怎么操作，从哪开始第一步啊

come3002

mzh920 发表于 2026-9-30 23:48
最近有时间，下载了torch，找不到修改分辨率的工具，原来的256素材是对练的想升到320怎么操作，从哪开始 ...

224、256model 升级到 320model 保留 inter 升级步骤，带图文：

1.  Wx888 的 Torch 6.1，准备原始的src和 dst  原始 256model 。
素材和model 要条件不变。
2.  先 运行这个model。如224liae512 。在bs 8，批量大小下面一栏 有一行 “更改模型解析度
默认的 是原始信息 224，输入想要改动 的数值比如 320（224→320liae512），然后回车。
一路往下默认。
即 尽可能 保持 训练 参数 跟原model 相同（除了分辨率）

检测到模型分辨率变化，这个时候要 选择 inter迁移方式。选择1）精准迁移
（就是保留224liae512 训练的inter；千万不要选2，清除interAB ，训练会非常慢，之前训练inter效果全没了 ）

软件开始 训练，能看到 分辨率变更字样。由224liae 512 就变成了 320liae512。
很快出 人脸细节。


建议1：
训练每个阶段有不同的目的。随机扭曲阶段 泛化能力增强；关闭随机扭曲 短期 训练 保留泛化基础上，细节能力加强。
因而，从经济角度，后期再转分辨率更划算。
224liae 256model等 分辨率 随机扭曲足够，关闭随机扭曲后训练足够。再转分辨率320liae 。
能继承 之前的随机扭曲泛化能力、和 关闭随机后的 细节能力 绝大部分的训练效果。
若从 224liae 分辨率 下 随机扭曲 备份做 转分辨率，只能继承 224liae512时候的 随机扭曲 效果。
建议2.  电脑不变，修改分辨率的 数值。
Torch 6.1 能大幅降低显存，原来14G显存，开两个参数后能4.7G左右显存。下降幅度非常大
现在 电脑不变条件下原始224liae512 原版能跑，现在 Torch 320liae512 也有跑起来。
256对联丹，对联丹的目的是 细节更好。推荐修改分辨率越大越好。
256丹 电脑不变条件下，推荐 保留inter 第一次修改就修改到384。然后将 改后的384model 训练足够了。可以再更新电脑后，修改更高分辨率。

建议3. 先改一个model，再修改其他。
可能手头 有多数丹需要修改。有 随机扭曲 主体丹 ，有 随机后关扭曲丹。有 srcvs 樱花dst作品成品丹。有224liae 有256dfud。
建议先研究1个做预实验。先对最看重的一个256model dfud原始A，质量最好的src 和dst，改成384保持默认 src和dst训练；1w，5w，10w等备份 model B、C、D，然后 利用 新的 测试 dst 合成，逐帧对比，看提升幅度。如果 384 5w比 原始256 提升很大，10w 又 有提升，说明还有训练潜力。若20w跟 10w 几乎没有区别，可能 10-20w之间就是可摸索最佳的效果迭代。
之后，根据这个256→384.训练所用 合适迭代。推算 其他 model 修改 提升大概需要多少 迭代 细节提升，又经济 划算（liae丹 也是如此摸索）。 从而 大大降低 训练成本。
修改效果 遇强则强，遇弱则弱。
什么样的素材 修改什么样的分辨率，无法用 语言精准描述，需要有足够素材以及修改分辨率训练经验，只能说个大概，坛友可去酌情考虑。不同的 人 把model修改后，训练修改后 效率不一定相同。有的人会很快，有的人会很慢，有的人不一定达到预期。


之前发现，训练有 信息传递的呈递效果。假设 256dfud model 底单训练出 下牙齿→更换 src 正训随机扭曲也训练出下牙齿→关闭随机也训练出下牙齿，那么 修改为320之后，保持素材不变 ，保留inter，保持默认参数，修改后的  320下，很容易训练出下牙齿。


素材质量、model底单的训练细节 决定效果，都是256底单，炼制成的丹，但是 所用素材质量有差别，有的人如果src、dst质量超高清上乘，修改384、416等越高意义更大，甚至更高才能发挥素材极限，提升效果极为明星；
如果 src 质量一般、dst也一般。再修改320、352 左右可能就差不多了，已经达到了src 的限度。有一定的提升。
一些 低质量的src、dst 256dfud就不需要修改了。底单有下牙齿，但是 更换 src 正训 随机扭曲没有下牙齿，关闭随机 后 出一点点下牙齿，说不定已经达到了该src的限度。很简单，src 没有多数张 下牙齿，就算256改成了320，再训练1000w迭代，也不一定 练出更多的下牙齿，因为 该更换后的 src 根本就 没办法 提供 更多的下牙齿 信息。


Ai工具很大帮助，但是对修改分辨率要格外注意。慎用 特殊来源的 素材。如果256dfud修改分辨率 384，为了 提升 src细节 把src 强化后训练，一定要做好 备份，1w、5w等 进行 测试看 人脸有没有 蓝色等 斑块。随时可能有问题。
多种 Ai 工具 都试试。只有对比才发现哪个 更稳定 容易崩溃。
多种参数都试试。Ai 工具 强化后 开gan 测试等。看 哪个 Ai 的 开gan 容易崩。
从而 摸索出 既提升分辨率，又Ai 工具 强化素材 最佳的组合。



【备选】对320liae512 ，依然有巨大提升空间。如再修改DD进一步提升细节.(wx888大佬 提供 内测修改DD机会)。
如果 素材质量高。把 224liae512 改成 320liae512后跑一段时间出相应细节。备份后。 320liae 512 64 64 32. 还能把dd的64改成DD 更高的 80、96、128等.能再 大幅提升人脸的细节学习能力。
如 320liae 512 64 128（64→128） 32.(wx888大佬 提供 内测机会)

修改DD为128后，刚开始跑几百迭代就出人脸 下牙齿。
默认参数，跑几百迭代 后。
侧脸恢复、光影 恢复。清晰上牙齿和、4-5道下牙齿痕迹。

mzh920

come3002 发表于 2026-10-1 08:27
224、256model 升级到 320model 保留 inter 升级步骤，带图文：

1.  Wx888 的 Torch 6.1，准备原始的src ...

非常感谢，解答的很详细，很专业，照你说的我直接提到384测试，之前素材对于效率的影响确实没有注意到，这方面训练测试的少没有相关经验，再次感谢！