Stylegan是由英伟达(皮衣刀客老黄家的)实验室发布的虚拟人脸生成算法，可以无中生有，生成非常逼真的虚拟人，按现在流行的说法是数字人。AI通过学习大量的高清人脸图片之后，就能生成几十亿现实世界中不存在的人脸。
Stylegan1出现的时候已经让人惊掉下巴了，第三代自然是更加牛~，至于牛~在哪里？这个...只能意会不能言传。说人话就是升级了变强了，更加细腻逼真。具体改进可以看github主页，大概路径是stylegan->stylegan2->stylegan2-ada->stylegan3 。
算法交给大佬们，如何用交给我。
我之前非常详细的写过Stylgan的安装方法，目前也依旧可用。但是如果要在30系列跑起来就要费点周折了。今天就来写一下，在Rtx30上运行Stylgan3，生成一百张虚拟人脸。
基础准备
工欲善其事必先利其器，为了成功运行Styegan3，需要一些必备的软硬件基础设施。下载软件的时候注意软件的【版本号】，CUDA和cuDNN必须配套。
必备软件：
- 安装CUDA11.1+版本
- 安装cuDNN v8.0.5
- 安装Git
- 安装Miniconda3
- 安装Vs2019 C++部分
- 科学工具
软件有点多，但是也不用太担心，基本都是下一步下一步安装。详细安装方法，可以参考我之前的文章《
必备硬件：
四肢健全的电脑一台
中高端N卡一张（我是3060 12G）
具体步骤
1. 获取源代码：
点击Windows开始图标，搜索mini，打开conda命令行工具。
输入命令：
E: cd dev
git clone https://github.com/NVlabs/stylegan3.git每输入一行命令，按一个回车，等待完成。我这里是把源代码放在了E盘下的DEV文件夹里，获取成功后会生成一个stylegan3的文件夹，里面的文件就是我们需要的东西。 这个步骤，一般来说很快，但是你极有可能被分在二班（谐音梗警告！）。
2. 设置环境变量
因为要用到VS，所以需要加一个环境变量。
环境变量路径：
C:\Program Files (x86)\Microsoft Visual Studio\<VERSION>\Community\VC\Auxiliary\Build\vcvars64.bat这个环境变量加在Path下面，注意要替换成你本地环境的路径。如果你的VS是默认安装，那么主要是替换部分，根据我的版本来这里就是2019（尖括号不要留）。
3. 创建虚拟环境&安装依赖
官方已经准备好了一个environment.yml文件。里面有具体的依赖关系。直接运行相应命令就可以自动安装所有的依赖包
命令：
conda env create -f environment.yml
conda activate stylegan3第一行，创建环境，安装依赖
第二行，激活虚拟环境。
这一步完成，我以为万事俱备，就直接运行生成命了。没想到给了一个：
No CUDA runtime is found, using CUDA_HOME='C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1'
问题是我已经安装过CUDA了，怎么说没有呢？ 它是老大，只能按它说的。疯狂下载安装各种版本的CUDA，查各种牛头不对马嘴的解决方案。
最后...脑筋90度急转弯，我怀疑是Pytorch版本问题。
4. 安装最新版Pytorch
进入Pytorch官网
直接获取安装最新版的命令，怼上去！
pip3 install torch==1.10.2+cu113 torchvision==0.11.3+cu113 torchaudio===0.10.2+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html我的第一选择是使用conda命令安装，但是安装速度超级无敌慢，科学工具换了好几个都不行。最后用PIP命令以6M/s的速度安装成功。
上一步的问题真，的，解决，了。 针对这种牛头不对马嘴的错误提示，我无F可说，全凭悟性。目测是官方开发环境为linux，windows下加载包的时候没匹配到。
5. 运行命令生成图片
激动人心的时刻到了，开始创造虚拟人吧：
python gen_images.py --outdir=out --trunc=1 --seeds=2 --network=https://api.ngc.nvidia.com/v2/models/nvidia/research/stylegan3/versions/1/files/stylegan3-r-afhqv2-512x512.pkl
没有想到的是....生成了....一条狗！一定是打开方式不对！
输入新的命令：
python gen_images.py --outdir=out --trunc=1 --seeds=2 --network=./models/stylegan3-r-ffhq-1024x1024.pkl终于，生成了一个人，但是总感觉奇形怪状~效果好像还不如以前。
继续悟道，继续修改命令：
python gen_images.py --outdir=out --trunc=0.5 --seeds=1-100 --network=./models/stylegan3-r-ffhq-1024x1024.pkl运行截图：
100张高清人脸，成功生成。图片会保存在stylegan3下面的out文件夹里面。
这里简单介绍一个下四个参数的含义。
--outdir 是图标输出路径
--trunc 这个取值范围0~1，值越变化越大。
--seed 控制图片生成的“种子” ，可以是单个数字，可以是一个区间。
--network 模型路径，可以是本地路径或者网络路径。
6. 再次运行
安装好之后，下次使用的步骤为：
1. 打开miniconda
2. 用CD命令进入指定目录
3. 用activate命令激活虚拟环境
3. 执行生成命令。
好了，搞定，收工，希望大家也能成功！
====
原文链接：
公众号：托尼不是塔克