LIAE-UD_384_wf_3004K_高参预训练模型

seancai110

下了，然后我12G的3060完全跑不了，带不动模型。。。

youshao

seancai110 发表于 2023-7-12 19:43
下了，然后我12G的3060完全跑不了，带不动模型。。。

论坛有wf224的模型，也是持续更新的，3060可以跑

seancai110

youshao 发表于 2023-7-12 23:42
论坛有wf224的模型，也是持续更新的，3060可以跑

光看参数感觉好像没有高很多，但是估计一乘起来就爆炸了，6G的模型可能显存放不下。

youshao

seancai110 发表于 2023-7-12 23:53
光看参数感觉好像没有高很多，但是估计一乘起来就爆炸了，6G的模型可能显存放不下。 ...

3060不是12G吗？论坛224我就是用3060跑的，如果你内存不够，可以把 bs 改小，可以直接改到2看看

seancai110

youshao 发表于 2023-7-13 09:11
3060不是12G吗？论坛224我就是用3060跑的，如果你内存不够，可以把 bs 改小，可以直接改到2看看 ...

加载模型只是显存占用的一部分啊，还有其他参数和内容。如果连训练加载都成问题，那降到bs=2就算能加载，训练也会很慢，看来还是224合用。

358133117

dxf

wolixixi 发表于 2023-7-1 11:40
Initializing models: 100%|###############################################################| 5/5 [00:1 ...

训练重量级模型SAEHD  最后一步预训练的时候选择n 就不会报错了

lufei8866

Initializing models: 100%|###############################################################| 5/5 [00:17<00:00,  3.54s/it]
加载样本中...: 0it [00:00, ?it/s]
Error: 未提供训练数据.
Traceback (most recent call last):
  File "D:\AI\Deepfacelab3\DFLRTX3000\_internal\DeepFaceLab\mainscripts\Trainer.py", line 58, in trainerThread
    debug=debug)
  File "D:\AI\Deepfacelab3\DFLRTX3000\_internal\DeepFaceLab\models\ModelBase.py", line 199, in __init__
    self.on_initialize()
  File "D:\AI\Deepfacelab3\DFLRTX3000\_internal\DeepFaceLab\models\Model_SAEHD\Model.py", line 684, in on_initialize
    generators_count=src_generators_count ),
  File "D:\AI\Deepfacelab3\DFLRTX3000\_internal\DeepFaceLab\samplelib\SampleGeneratorFace.py", line 48, in __init__
    raise ValueError('未提供训练数据.')
ValueError: 未提供训练数据. 我也出现这个请问怎么解决

youshao

lufei8866 发表于 2023-7-13 20:53
Initializing models: 100%|###############################################################| 5/5 [00: ...

自行检查一下是否已切脸，看看 data_dst/data_src中是否存在“aligned”文件夹，并看看文件夹中是否存在切好的脸

dfllearner

seancai110 发表于 2023-7-13 11:00
加载模型只是显存占用的一部分啊，还有其他参数和内容。如果连训练加载都成问题，那降到bs=2就算能加载， ...

bs太小影响的不仅仅是速度,还可能影响质量, 下面是转自deepfakefx的一段话

Batch Size
Batch size is one of the most important options in DeepFaceLab since it determines the number of images that can be processed at one time (per iteration). A higher batch size will lead to better model generalization and faster training (less iterations). A very low batch size (<=4) will be much slower and the model may have trouble generalizing facial features, color, etc. A very high batch size may eventually result in a diminished return on performance, and there is debate among creators over the “optimal batch size”. It is recommended that you achieve a batch size of at least 4, and preferably within the 8-16 range.