劲爆！我算是首个在Macbook M4 Max上运行DFL的人了吧！

chicoluk

星级打分

• 1
• 2
• 3
• 4
• 5

平均分:5  参与人数:1  我的评分:未评

首先说说背景

1. 半吊子程序员一个，为公司开发过信息管理系统，用的是php，对python不熟，对ai领域的编程更是一无所知。

2. 以前用intel的macbook，一直在bootcamp下使用dfl，显卡是radeon 20 vegas pro，可怜的4g显存。

3. 关于在mac上玩dfl的信息实在少得可怜（甚至几乎没有），于是决定折腾一下，并且成功后发出来给大家，供一个参考。

材料

1. macbook pro m4 max 128g+2t（稍低一点的配置应该也可以，当然效果没我的好，但也不是不行）

2. dfl的mac脚本（可在github搜索「DeepFaceLab_MacOS」下载）

3. dfl的win源码

4. chat gpt（对我来说是关键）

先上效果

1. bz为4、8、16时的效果（感觉已经和4090很接近了）：

     

2. 训练9个小时的效果（bs4）：

3. 工作温度、内存使用率、总功率等情况：

        

4. 训练过程中打开其他大型软件游刃有余，游戏除外，毕竟开启了GPU训练。理论上，想打游戏时转CPU训练（未实践）。

说说过程

1. 一波九折！适配mac m芯片的dfl源码在github中已关闭，只能用win源码自己魔改。

2. 对ai编程领域完全小白的我硬着头皮和chatgpt对话了近半个月！

3. 光搭建环境就搞到我头皮发麻！贯穿整个过程，插件之间不断出兼容性错误！

4. 修改的文件涉及很多，修改内容包括：

• 启用视频编解码硬件加速（分解和合成视频部分）。
• 启用m芯片的metal gpu加速。
• gpu选择逻辑和调用适配（牵涉到整个工作流是否能成功调用gpu）。
• 整个库代码调用适配。
• 等等等等……
  

5. s3fd（切脸引擎）问题，死活不能切脸，当我准备放弃用虚拟机使用win来切脸时，同时正在对代码和环境做了一番其他适配之时，突然又行了……

6. 训练前开启预览历史选择问题，dfl调用的是OpenCV容器，但却死活弹不出窗口并报错，后来用了macOs自带的gui接口（使用「预览」打开图片）才解决，很奇怪的是训练窗口也是用OpenCV却没问题，这部分改了3、4天。

7. 弯路：选择gpu编号的代码部分需要修改，因为这牵涉到整个工作流中的调用逻辑。但无论我怎么改，一直调用的还是cpu，来到了第3天才想到，不会是选择gpu编号后没有正确返回给其他代码，导致训练时一直没正确调用gpu吧？结果还真是！

工作流适配情况（只说我用到的）

1. 分解视频帧——ok

2. 提取faceset——ok

3. 排序、加强、重命名、打包faceset——ok

4. faceset管理——可使用light room（win版中有内置的图片查看器）

5. 编辑landmark——landmark不能直观编辑，错误或漏提的还是需要使用win中的mve（听说mac也有landmark工具，但未开始研究）

6. 遮罩训练——ok

7. facset训练——ok

8. 合成——ok

9. 输出视频——ok

完整工作流脚本大概如下：

再奉上环境配置（我只能做到这了）requirements.txt

# python version 3.9.20

absl-py==2.1.0

annotated-types==0.7.0

anyio==4.6.2.post1

appdirs==1.4.4

asgiref==3.8.1

astunparse==1.6.3

attr==0.3.1

attrs==24.2.0

azure-core==1.32.0

azure-storage-blob==12.24.0

bleach==5.0.1

boto==2.49.0

boto3==1.35.63

botocore==1.35.63

cachetools==5.5.0

certifi==2024.8.30

cffi==1.17.1

charset-normalizer==3.4.0

click==8.1.7

colorama==0.4.4

cryptography==43.0.3

Cython==0.29.26

defusedxml==0.7.1

Deprecated==1.2.15

distro==1.9.0

Django==4.2.16

django-annoying==0.10.6

django-cors-headers==3.6.0

django-csp==3.7

django-debug-toolbar==3.2.1

django-environ==0.10.0

django-extensions==3.2.3

django-filter==2.4.0

django-migration-linter==5.1.0

django-model-utils==4.1.1

django-ranged-fileresponse==0.1.2

django-rq==2.5.1

django-storages==1.12.3

django-user-agents==0.4.0

djangorestframework==3.15.2

drf-dynamic-fields==0.3.0

drf-flex-fields==0.9.5

drf-generators==0.3.0

easydict==1.13

exceptiongroup==1.2.2

expiringdict==1.2.2

ffmpeg-python==0.2.0

filelock==3.16.1

flatbuffers==24.3.25

fsspec==2024.10.0

future==1.0.0

gast==0.4.0

google-api-core==2.23.0

google-auth==2.36.0

google-auth-oauthlib==1.0.0

google-cloud-appengine-logging==1.5.0

google-cloud-audit-log==0.3.0

google-cloud-core==2.4.1

google-cloud-logging==3.11.3

google-cloud-storage==2.18.2

google-crc32c==1.6.0

google-pasta==0.2.0

google-resumable-media==2.7.2

googleapis-common-protos==1.66.0

grpc-google-iam-v1==0.13.1

grpcio==1.67.1

h11==0.14.0

h5py==3.12.1

httpcore==1.0.7

httpx==0.27.2

humansignal-drf-yasg==1.21.10.post1

idna==3.10

ijson==3.3.0

imageio==2.36.0

importlib_metadata==8.5.0

inflection==0.5.1

isodate==0.7.2

jax==0.4.30

jaxlib==0.4.30

Jinja2==3.1.4

jiter==0.7.1

jmespath==1.0.1

joblib==1.4.2

jsonschema==4.23.0

jsonschema-specifications==2024.10.1

keras==2.12.0

Keras-Preprocessing==1.1.2

label-studio-sdk==1.0.7

launchdarkly-server-sdk==8.2.1

libclang==18.1.1

lockfile==0.12.2

lxml==5.3.0

lxml_html_clean==0.4.1

Markdown==3.7

markdown-it-py==3.0.0

MarkupSafe==3.0.2

mdurl==0.1.2

ml-dtypes==0.3.2

mpmath==1.3.0

mtcnn==0.1.1

namex==0.0.8

networkx==3.2.1

nltk==3.9.1

numexpr==2.8.4

numpy==1.23.5

oauthlib==3.2.2

openai==1.54.4

opencv-python==4.5.5.64

opentelemetry-api==1.28.1

opt_einsum==3.4.0

optree==0.13.1

ordered-set==4.0.2

packaging==24.2

pandas==2.2.3

pillow==11.0.0

proto-plus==1.25.0

protobuf==3.20.3

psycopg2-binary==2.9.10

pyasn1==0.6.1

pyasn1_modules==0.4.1

pyboxen==1.3.0

pycparser==2.22

pydantic==2.9.2

pydantic_core==2.23.4

Pygments==2.18.0

pynput==1.7.7

pyobjc-core==10.3.1

pyobjc-framework-ApplicationServices==10.3.1

pyobjc-framework-Cocoa==10.3.1

pyobjc-framework-CoreText==10.3.1

pyobjc-framework-Quartz==10.3.1

PyQt5==5.15.11

PyQt5-Qt5==5.15.15

PyQt5_sip==12.15.0

PyQt6==6.2.3

PyQt6-Qt6==6.7.3

PyQt6_sip==13.8.0

pyRFC3339==2.0.1

python-dateutil==2.9.0.post0

python-json-logger==2.0.4

pytz==2022.7.1

PyWavelets==1.4.1

PyYAML==6.0.2

redis==3.5.3

referencing==0.35.1

regex==2024.11.6

requests==2.32.3

requests-mock==1.12.1

requests-oauthlib==2.0.0

rich==13.9.4

rpds-py==0.21.0

rq==1.10.1

rsa==4.9

rules==3.4

s3transfer==0.10.3

scikit-image==0.19.1

scipy==1.13.1

semver==3.0.2

sentry-sdk==2.18.0

six==1.16.0

sniffio==1.3.1

sqlparse==0.5.2

sympy==1.13.1

tensorboard==2.12.3

tensorboard-data-server==0.7.2

tensorflow-estimator==2.12.0

tensorflow-io-gcs-filesystem==0.37.1

tensorflow-macos==2.12.0

tensorflow-metal==1.1.0

termcolor==2.5.0

tifffile==2024.8.30

toml==0.10.2

torch==2.5.1

torchvision==0.20.1

tqdm==4.62.3

typing_extensions==4.12.2

tzdata==2024.2

ua-parser==0.18.0

ujson==5.10.0

uritemplate==4.1.1

urllib3==1.26.20

user-agents==2.2.0

webencodings==0.5.1

Werkzeug==3.1.3

wrapt==1.14.1

xmljson==0.2.1

zipp==3.21.0

写在最后

1. 为什么不买台式机？主要工作场景不是换脸，也不是玩游戏，在主要工作场景外能很好地玩dfl、甚至游戏，目前已经是非常意外的惊喜。

2. 在mac上玩dfl门槛太高，win上人家做好直接可用的东西，在mac上得折腾死才能用。但本人有点强逼症和牛脾气，对喜欢的事情很执着，不是那么容易知难而退。

3. 吹爆chat-gpt！虽然它并不能一次过解决你的问题（这回就试过上百个版本都不能解决同一个问题，还反复犯错），但通过不段喂缺失的、更精准的信息给它，最终还是会解决问题。当然它给出的代码也需要有一定的理解能力，否则解决起来非常麻烦。

总之，最后起码在mac上顺利运行了，而且效果还不错！给各位大大一个参考，也不要问我怎么搞，问chat-gpt吧！哈哈！谢谢大家！

chicoluk

yxyao 发表于 2024-11-23 08:27
比如640或更高分辨率模型，4090跑不动的那些大模型

喔，有空找个丹试试

pasanonic

论坛有你们更精彩

chicoluk

pasanonic 发表于 2024-11-22 21:02
论坛有你们更精彩

多谢支持

yxyao

这下不用担心爆显存了，想知道最高可以训练什么参数的模型呢？有没有试过呀？不过估计可能迭代相对较慢？

chicoluk

yxyao 发表于 2024-11-22 21:23
这下不用担心爆显存了，想知道最高可以训练什么参数的模型呢？有没有试过呀？不过估计可能迭代相对较慢？ ...

目前只试过BS16的，我有空试试更高的参数

Terea

牛！没话说！

chicoluk

Terea 发表于 2024-11-23 00:13
牛！没话说！

谢谢支持~！

mcsnow

大神

yxyao

chicoluk 发表于 2024-11-22 23:32
目前只试过BS16的，我有空试试更高的参数

比如640或更高分辨率模型，4090跑不动的那些大模型

whyan

试试更大的模型