Fakeapp2.2安装，使用简记--------------转载自iJessie

1,硬件和操作系统，支持cuda的Nvidia显卡，8G及以上的内存，Windows10 x64（推荐，Windows7 x64亲测可行），可以使用gpu-z查看你的显卡详情

我的笔记本是双显卡（都是渣渣），Intel集显不支持cuda，Nvidia GT750M支持，双显卡的电脑需要在设备管理器禁用集显

2，安装cuda9.0(不是9.1）和对应版本的cudnn，下载地址：https://developer.nvidia.com/cuda-toolkit，点Download Now->Release Notes->右上角older->CUDA Toolkit 9.0 (Sept 2017)选择对应版本，把Base Installer，Patch 1 (Released Jan 25, 2018)，Patch 2 (Released Mar 5, 2018)都下载下来并按顺序安装，会自动添加环境变量。到https://developer.nvidia.com/cudnn下载cudnn，需要登陆，没有账号就注册一个，勾选I Agree To the Terms of the cuDNN Software License Agreement就会出现下载链接，Download cuDNN v7.1.1 (Feb 28, 2018), for CUDA 9.0，选择对应操作系统的版本，我的cuDNN v7.1.1 Library for Windows 10，下载得到压缩包，把里面的文件解压到cuda安装目录（我的：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0）下的对应目录，把CUDA_PATH\bin（我的：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin）添加到环境变量。Win+R组合键，输入cmd，回车，打开命令行窗口，输入nvcc -V，回车

3.安装python3.6和tensorflow1.5，python下载地址：https://www.python.org/downloads/，下载最新的3.6.4版本，安装时勾选最下面Add Python3.6 to PATH，推荐自定义安装，安装完确认下Python\Python36和Python\Python36\Scripts是否加入了环境变量，没有就手动添加一下。然后就可以打开命令行窗口，输入：pip install tensorflow-gpu==1.5安装tensorflow1.5的gpu版，为了提高下载速度可以先配置使用国内的源。方法：在C:\Users\[your username]目录新建pip目录，再到pip目录下新建pip.ini，内容如下（清华的源）

[global]

index-url = https://pypi.tuna.tsinghua.edu.cn/simple

进入python环境，import tensorflow as tf如果不报错就可以了

4.搜索并下载：vc++2015运行库64位（最小的十几兆，比下载visual studio2015快多了，主要是visual studio2015安装太慢了），.net framework 4.6 Windows10应该自带，不放心就搜索下载安装试试，反正也就几十兆的文件。

5.下载并安装Fakeapp2.2.0，官网https://www.fakeapp.org/去下载，或者

App download:https://directme.ga/#!hSJkTAyT!mFeZ7x1ogMuy6tVWgqh-9LwxuQ24e3ZKGXd1bQA0PAo

Core library download:https://directme.ga/#!hGhRgIQD!n0Ueix8fP96F13mvluh-NTl0Soz7BypKBv94h3SJ0Lw

得到FakeApp Setup 2.2.0.exe和core.zip

先安装FakeApp Setup 2.2.0.exe，默认安装到C:\Users\[USER]\AppData\Local\FakeApp

需要显示隐藏文件才能查看，安装完复制到其他分区，如：D:\Program Files\FakeApp，把core.zip解压到D:\Program Files\FakeApp\app-2.2.0\resources\api，（把D:\Program Files\FakeApp\app-2.2.0\resources\api\torch\lib添加到环境变量，如果添加过C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin就无需再添加），安装完毕，找两个小视频试试看能耍了没。

6.GET DATASET，输入视频路径和fps(视频较长就把fps设置低点，比如填1），使用默认设置（gpu模式）EXTRACT试试，先会把视频按fps拆分，再提取人脸。

7.TRAIN，自建model文件夹，把路径填进去，DATA A，B填人脸所在路径，修改设置，主要是Batch Size，Nodes，Layers，我的计算机配置太低，分别设置到[16,128,3]才能开始训练，否则一直报错，训练开始会弹出一个新窗口，在这个窗口上按“q”结束训练。

8.CREATE，能训练了就接着试试生成，model路径，要换脸的视频路径，fps(必须输入）。

9.遇到报错就在工作目录或是FakeApp\app-2.2.0目录，打开log.txt看错误代码，看不懂就去官方论坛搜素。

好文要顶关注我收藏该文微信分享