[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-rosinality--stylegan2-pytorch":3,"tool-rosinality--stylegan2-pytorch":62},[4,18,26,35,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108322,2,"2026-04-10T11:39:34",[14,15,13],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":32,"last_commit_at":41,"category_tags":42,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[43,13,15,14],"插件",{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":10,"last_commit_at":50,"category_tags":51,"status":17},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,"2026-04-06T11:19:32",[52,15,13,14],"语言模型",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":10,"last_commit_at":59,"category_tags":60,"status":17},4292,"Deep-Live-Cam","hacksider\u002FDeep-Live-Cam","Deep-Live-Cam 是一款专注于实时换脸与视频生成的开源工具，用户仅需一张静态照片，即可通过“一键操作”实现摄像头画面的即时变脸或制作深度伪造视频。它有效解决了传统换脸技术流程繁琐、对硬件配置要求极高以及难以实时预览的痛点，让高质量的数字内容创作变得触手可及。\n\n这款工具不仅适合开发者和技术研究人员探索算法边界，更因其极简的操作逻辑（仅需三步：选脸、选摄像头、启动），广泛适用于普通用户、内容创作者、设计师及直播主播。无论是为了动画角色定制、服装展示模特替换，还是制作趣味短视频和直播互动，Deep-Live-Cam 都能提供流畅的支持。\n\n其核心技术亮点在于强大的实时处理能力，支持口型遮罩（Mouth Mask）以保留使用者原始的嘴部动作，确保表情自然精准；同时具备“人脸映射”功能，可同时对画面中的多个主体应用不同面孔。此外，项目内置了严格的内容安全过滤机制，自动拦截涉及裸露、暴力等不当素材，并倡导用户在获得授权及明确标注的前提下合规使用，体现了技术发展与伦理责任的平衡。",88924,"2026-04-06T03:28:53",[14,15,13,61],"视频",{"id":63,"github_repo":64,"name":65,"description_en":66,"description_zh":67,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":76,"owner_company":77,"owner_location":78,"owner_email":79,"owner_twitter":73,"owner_website":80,"owner_url":81,"languages":82,"stars":95,"forks":96,"last_commit_at":97,"license":98,"difficulty_score":99,"env_os":100,"env_gpu":101,"env_ram":100,"env_deps":102,"category_tags":107,"github_topics":108,"view_count":32,"oss_zip_url":110,"oss_zip_packed_at":110,"status":17,"created_at":111,"updated_at":112,"faqs":113,"releases":143},6521,"rosinality\u002Fstylegan2-pytorch","stylegan2-pytorch","Implementation of Analyzing and Improving the Image Quality of StyleGAN (StyleGAN 2) in PyTorch","stylegan2-pytorch 是将英伟达官方 StyleGAN2 算法移植到 PyTorch 框架的开源实现，旨在生成高质量、高逼真度的人脸及物体图像。它主要解决了研究人员和开发者希望在更灵活、易用的 PyTorch 生态中复现顶级生成模型的需求，避免了依赖原版 TensorFlow 代码或复杂环境配置的门槛。\n\n这款工具非常适合 AI 研究人员、深度学习工程师以及对生成式对抗网络（GAN）感兴趣的技术开发者使用。通过它，用户不仅可以从头训练模型，还能直接加载官方预训练权重进行图像生成、潜空间投影编辑，甚至探索图像语义方向的“闭式因子分解”功能。\n\n其技术亮点在于高度还原了官方实现细节，支持分布式训练以加速实验进程，并集成了 Weights & Biases 日志记录。此外，它还实验性支持了训练速度更快的 SWAGAN 架构。无论是用于学术研究、数据集增强，还是探索生成模型的内部机制，stylegan2-pytorch 都是一个可靠且功能丰富的选择。","# StyleGAN 2 in PyTorch\r\n\r\nImplementation of Analyzing and Improving the Image Quality of StyleGAN (https:\u002F\u002Farxiv.org\u002Fabs\u002F1912.04958) in PyTorch\r\n\r\n## Notice\r\n\r\nI have tried to match official implementation as close as possible, but maybe there are some details I missed. So please use this implementation with care.\r\n\r\n## Requirements\r\n\r\nI have tested on:\r\n\r\n- PyTorch 1.3.1\r\n- CUDA 10.1\u002F10.2\r\n\r\n## Usage\r\n\r\nFirst create lmdb datasets:\r\n\r\n> python prepare_data.py --out LMDB_PATH --n_worker N_WORKER --size SIZE1,SIZE2,SIZE3,... DATASET_PATH\r\n\r\nThis will convert images to jpeg and pre-resizes it. This implementation does not use progressive growing, but you can create multiple resolution datasets using size arguments with comma separated lists, for the cases that you want to try another resolutions later.\r\n\r\nThen you can train model in distributed settings\r\n\r\n> python -m torch.distributed.launch --nproc_per_node=N_GPU --master_port=PORT train.py --batch BATCH_SIZE LMDB_PATH\r\n\r\ntrain.py supports Weights & Biases logging. If you want to use it, add --wandb arguments to the script.\r\n\r\n#### SWAGAN\r\n\r\nThis implementation experimentally supports SWAGAN: A Style-based Wavelet-driven Generative Model (https:\u002F\u002Farxiv.org\u002Fabs\u002F2102.06108). You can train SWAGAN by using\r\n\r\n> python -m torch.distributed.launch --nproc_per_node=N_GPU --master_port=PORT train.py --arch swagan --batch BATCH_SIZE LMDB_PATH\r\n\r\nAs noted in the paper, SWAGAN trains much faster. (About ~2x at 256px.)\r\n\r\n### Convert weight from official checkpoints\r\n\r\nYou need to clone official repositories, (https:\u002F\u002Fgithub.com\u002FNVlabs\u002Fstylegan2) as it is requires for load official checkpoints.\r\n\r\nFor example, if you cloned repositories in ~\u002Fstylegan2 and downloaded stylegan2-ffhq-config-f.pkl, You can convert it like this:\r\n\r\n> python convert_weight.py --repo ~\u002Fstylegan2 stylegan2-ffhq-config-f.pkl\r\n\r\nThis will create converted stylegan2-ffhq-config-f.pt file.\r\n\r\n### Generate samples\r\n\r\n> python generate.py --sample N_FACES --pics N_PICS --ckpt PATH_CHECKPOINT\r\n\r\nYou should change your size (--size 256 for example) if you train with another dimension.\r\n\r\n### Project images to latent spaces\r\n\r\n> python projector.py --ckpt [CHECKPOINT] --size [GENERATOR_OUTPUT_SIZE] FILE1 FILE2 ...\r\n\r\n### Closed-Form Factorization (https:\u002F\u002Farxiv.org\u002Fabs\u002F2007.06600)\r\n\r\nYou can use `closed_form_factorization.py` and `apply_factor.py` to discover meaningful latent semantic factor or directions in unsupervised manner.\r\n\r\nFirst, you need to extract eigenvectors of weight matrices using `closed_form_factorization.py`\r\n\r\n> python closed_form_factorization.py [CHECKPOINT]\r\n\r\nThis will create factor file that contains eigenvectors. (Default: factor.pt) And you can use `apply_factor.py` to test the meaning of extracted directions\r\n\r\n> python apply_factor.py -i [INDEX_OF_EIGENVECTOR] -d [DEGREE_OF_MOVE] -n [NUMBER_OF_SAMPLES] --ckpt [CHECKPOINT] [FACTOR_FILE]\r\n\r\nFor example,\r\n\r\n> python apply_factor.py -i 19 -d 5 -n 10 --ckpt [CHECKPOINT] factor.pt\r\n\r\nWill generate 10 random samples, and samples generated from latents that moved along 19th eigenvector with size\u002Fdegree +-5.\r\n\r\n![Sample of closed form factorization](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Frosinality_stylegan2-pytorch_readme_4c4b3ae8abc5.png)\r\n\r\n## Pretrained Checkpoints\r\n\r\n[Link](https:\u002F\u002Fdrive.google.com\u002Fopen?id=1PQutd-JboOCOZqmd95XWxWrO8gGEvRcO)\r\n\r\nI have trained the 256px model on FFHQ 550k iterations. I got FID about 4.5. Maybe data preprocessing, resolution, training loop could made this difference, but currently I don't know the exact reason of FID differences.\r\n\r\n## Samples\r\n\r\n![Sample with truncation](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Frosinality_stylegan2-pytorch_readme_9598439cc09a.png)\r\n\r\nSample from FFHQ. At 110,000 iterations. (trained on 3.52M images)\r\n\r\n![MetFaces sample with non-leaking augmentations](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Frosinality_stylegan2-pytorch_readme_7b47e75a7a2b.png)\r\n\r\nSample from MetFaces with Non-leaking augmentations. At 150,000 iterations. (trained on 4.8M images)\r\n\r\n### Samples from converted weights\r\n\r\n![Sample from FFHQ](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Frosinality_stylegan2-pytorch_readme_4395683e7dfa.png)\r\n\r\nSample from FFHQ (1024px)\r\n\r\n![Sample from LSUN Church](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Frosinality_stylegan2-pytorch_readme_f82e97303d93.png)\r\n\r\nSample from LSUN Church (256px)\r\n\r\n## License\r\n\r\nModel details and custom CUDA kernel codes are from official repostiories: https:\u002F\u002Fgithub.com\u002FNVlabs\u002Fstylegan2\r\n\r\nCodes for Learned Perceptual Image Patch Similarity, LPIPS came from https:\u002F\u002Fgithub.com\u002Frichzhang\u002FPerceptualSimilarity\r\n\r\nTo match FID scores more closely to tensorflow official implementations, I have used FID Inception V3 implementations in https:\u002F\u002Fgithub.com\u002Fmseitzer\u002Fpytorch-fid\r\n","# PyTorch 中的 StyleGAN 2\n\n在 PyTorch 中实现对 StyleGAN 图像质量的分析与改进（https:\u002F\u002Farxiv.org\u002Fabs\u002F1912.04958）\n\n## 注意事项\n\n我已尽力使此实现尽可能接近官方实现，但可能仍有一些细节未被注意到。因此，请谨慎使用此实现。\n\n## 要求\n\n我在以下环境中进行了测试：\n\n- PyTorch 1.3.1\n- CUDA 10.1\u002F10.2\n\n## 使用方法\n\n首先创建 LMDB 数据集：\n\n> python prepare_data.py --out LMDB_PATH --n_worker N_WORKER --size SIZE1,SIZE2,SIZE3,... DATASET_PATH\n\n此命令会将图像转换为 JPEG 格式并预先调整其大小。该实现并未采用渐进式生成技术，但您可以通过逗号分隔的分辨率列表来创建多个分辨率的数据集，以便日后尝试其他分辨率。\n\n然后，您可以在分布式环境中训练模型：\n\n> python -m torch.distributed.launch --nproc_per_node=N_GPU --master_port=PORT train.py --batch BATCH_SIZE LMDB_PATH\n\n`train.py` 支持 Weights & Biases 日志记录。如果您希望使用此功能，请在脚本中添加 `--wandb` 参数。\n\n#### SWAGAN\n\n此实现实验性地支持 SWAGAN：一种基于风格的小波驱动生成模型（https:\u002F\u002Farxiv.org\u002Fabs\u002F2102.06108）。您可以通过以下命令训练 SWAGAN：\n\n> python -m torch.distributed.launch --nproc_per_node=N_GPU --master_port=PORT train.py --arch swagan --batch BATCH_SIZE LMDB_PATH\n\n正如论文中所指出的那样，SWAGAN 的训练速度要快得多（在 256 像素分辨率下大约快 2 倍）。\n\n### 从官方检查点转换权重\n\n您需要克隆官方仓库（https:\u002F\u002Fgithub.com\u002FNVlabs\u002Fstylegan2），因为加载官方检查点需要这些代码。\n\n例如，如果您将仓库克隆到 `~\u002Fstylegan2` 目录，并下载了 `stylegan2-ffhq-config-f.pkl` 文件，您可以按如下方式进行转换：\n\n> python convert_weight.py --repo ~\u002Fstylegan2 stylegan2-ffhq-config-f.pkl\n\n这将生成一个转换后的 `stylegan2-ffhq-config-f.pt` 文件。\n\n### 生成样本\n\n> python generate.py --sample N_FACES --pics N_PICS --ckpt PATH_CHECKPOINT\n\n如果您使用其他尺寸进行训练，则应相应地更改尺寸参数（例如，设置为 256）。\n\n### 将图像投影到潜在空间\n\n> python projector.py --ckpt [CHECKPOINT] --size [GENERATOR_OUTPUT_SIZE] FILE1 FILE2 ...\n\n### 闭式分解（https:\u002F\u002Farxiv.org\u002Fabs\u002F2007.06600）\n\n您可以使用 `closed_form_factorization.py` 和 `apply_factor.py` 来无监督地发现有意义的潜在语义因子或方向。\n\n首先，您需要使用 `closed_form_factorization.py` 提取权重矩阵的特征向量：\n\n> python closed_form_factorization.py [CHECKPOINT]\n\n这将生成包含特征向量的文件（默认为 `factor.pt`）。然后，您可以使用 `apply_factor.py` 来测试提取的方向的意义：\n\n> python apply_factor.py -i [INDEX_OF_EIGENVECTOR] -d [DEGREE_OF_MOVE] -n [NUMBER_OF_SAMPLES] --ckpt [CHECKPOINT] [FACTOR_FILE]\n\n例如：\n\n> python apply_factor.py -i 19 -d 5 -n 10 --ckpt [CHECKPOINT] factor.pt\n\n这将生成 10 个随机样本，这些样本由沿着第 19 个特征向量移动、幅度为 ±5 的潜在变量生成。\n\n![闭式分解示例](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Frosinality_stylegan2-pytorch_readme_4c4b3ae8abc5.png)\n\n## 预训练检查点\n\n[链接](https:\u002F\u002Fdrive.google.com\u002Fopen?id=1PQutd-JboOCOZqmd95XWxWrO8gGEvRcO)\n\n我在 FFHQ 数据集上训练了一个 256 像素的模型，共进行了 55 万次迭代。得到的 FID 约为 4.5。可能是数据预处理、分辨率或训练循环等因素导致了这一差异，但我目前尚不清楚 FID 差异的确切原因。\n\n## 样本\n\n![带有截断的样本](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Frosinality_stylegan2-pytorch_readme_9598439cc09a.png)\n\n来自 FFHQ 的样本，训练至 11 万次迭代（基于 352 万张图像）。\n\n![带有非泄漏增强的 MetFaces 样本](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Frosinality_stylegan2-pytorch_readme_7b47e75a7a2b.png)\n\n来自 MetFaces 的样本，使用了非泄漏增强技术，训练至 15 万次迭代（基于 480 万张图像）。\n\n### 来自转换后权重的样本\n\n![来自 FFHQ 的样本](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Frosinality_stylegan2-pytorch_readme_4395683e7dfa.png)\n\nFFHQ 数据集上的 1024 像素样本。\n\n![来自 LSUN 教堂的样本](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Frosinality_stylegan2-pytorch_readme_f82e97303d93.png)\n\nLSUN 教堂数据集上的 256 像素样本。\n\n## 许可证\n\n模型细节和自定义 CUDA 内核代码均来自官方仓库：https:\u002F\u002Fgithub.com\u002FNVlabs\u002Fstylegan2\n\n用于学习感知图像块相似度（LPIPS）的代码来自 https:\u002F\u002Fgithub.com\u002Frichzhang\u002FPerceptualSimilarity\n\n为了使 FID 分数更接近 TensorFlow 官方实现，我使用了 https:\u002F\u002Fgithub.com\u002Fmseitzer\u002Fpytorch-fid 中的 FID Inception V3 实现。","# StyleGAN2-PyTorch 快速上手指南\n\n本指南基于 `stylegan2-pytorch` 项目，帮助开发者快速在 PyTorch 环境中部署和运行 StyleGAN 2 模型。\n\n## 环境准备\n\n在开始之前，请确保您的系统满足以下要求：\n\n*   **操作系统**: Linux (推荐)\n*   **Python**: 3.x\n*   **PyTorch**: 1.3.1 或更高版本\n*   **CUDA**: 10.1 或 10.2 (需与 PyTorch 版本匹配)\n*   **依赖库**:\n    *   `torchvision`\n    *   `ninja` (用于编译自定义 CUDA 内核)\n    *   `lmdb`\n    *   `wandb` (可选，用于训练日志记录)\n\n> **提示**：国内用户建议使用清华源或阿里源加速 PyTorch 及相关依赖的安装。\n> ```bash\n> pip install torch torchvision -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n> pip install ninja lmdb wandb -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n> ```\n\n## 安装步骤\n\n1.  **克隆仓库**\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002Frosinality\u002Fstylegan2-pytorch.git\n    cd stylegan2-pytorch\n    ```\n\n2.  **验证环境**\n    确保 `nvcc --version` 显示的 CUDA 版本与安装的 PyTorch 版本兼容。首次运行脚本时，项目会自动编译自定义 CUDA 算子。\n\n## 基本使用\n\n### 1. 准备数据集 (LMDB 格式)\n\nStyleGAN2-PyTorch 需要将图像数据集转换为 LMDB 格式以提升读取效率。假设您有一个包含图像的文件夹 `DATASET_PATH`：\n\n```bash\npython prepare_data.py --out LMDB_PATH --n_worker 4 --size 256 DATASET_PATH\n```\n\n*   `--out`: 输出 LMDB 文件的路径。\n*   `--n_worker`: 并行处理的工作线程数。\n*   `--size`: 生成图像的尺寸（支持逗号分隔的多分辨率，如 `256,512,1024`）。\n*   该命令会将图像转换为 JPEG 并预调整大小。\n\n### 2. 训练模型\n\n支持分布式训练。以下命令示例使用 2 张 GPU 进行训练：\n\n```bash\npython -m torch.distributed.launch --nproc_per_node=2 --master_port=29500 train.py --batch 8 LMDB_PATH\n```\n\n*   `--nproc_per_node`: 使用的 GPU 数量。\n*   `--batch`: 总批次大小（会自动根据 GPU 数量分配）。\n*   **可选**: 添加 `--wandb` 参数以启用 Weights & Biases 日志记录。\n\n> **实验性功能 (SWAGAN)**: 如需训练速度更快的 SWAGAN 模型，添加 `--arch swagan` 参数：\n> ```bash\n> python -m torch.distributed.launch --nproc_per_node=2 --master_port=29500 train.py --arch swagan --batch 8 LMDB_PATH\n> ```\n\n### 3. 加载官方预训练权重 (可选)\n\n如果您想直接使用 NVIDIA 官方发布的权重，需要先克隆官方仓库进行格式转换：\n\n```bash\n# 1. 克隆官方仓库 (用于转换脚本依赖)\ngit clone https:\u002F\u002Fgithub.com\u002FNVlabs\u002Fstylegan2.git ~\u002Fstylegan2\n\n# 2. 转换权重 (假设已下载 stylegan2-ffhq-config-f.pkl)\npython convert_weight.py --repo ~\u002Fstylegan2 stylegan2-ffhq-config-f.pkl\n```\n转换后将生成 `stylegan2-ffhq-config-f.pt` 文件。\n\n### 4. 生成样本\n\n使用训练好的模型或转换后的官方权重生成图像：\n\n```bash\npython generate.py --sample 10 --pics 5 --ckpt path\u002Fto\u002Fcheckpoint.pt --size 256\n```\n\n*   `--sample`: 每次生成的样本数量。\n*   `--pics`: 生成的图片总数。\n*   `--ckpt`: 模型检查点路径 (.pt 文件)。\n*   `--size`: 生成图像尺寸，需与训练时的分辨率一致。\n\n### 5. 潜在空间探索 (进阶)\n\n*   **图像投影**: 将真实图像投影到潜在空间。\n    ```bash\n    python projector.py --ckpt [CHECKPOINT] --size 256 image1.jpg image2.jpg\n    ```\n*   **闭式因子分解**: 发现潜在的语义方向。\n    ```bash\n    # 提取特征向量\n    python closed_form_factorization.py [CHECKPOINT]\n    \n    # 应用因子生成变化样本\n    python apply_factor.py -i 19 -d 5 -n 10 --ckpt [CHECKPOINT] factor.pt\n    ```","某游戏工作室的美术团队需要为一款复古风格 RPG 快速生成大量高质量、多样化且风格统一的角色头像，以填充 NPC 数据库。\n\n### 没有 stylegan2-pytorch 时\n- **素材来源受限**：只能依赖人工手绘或购买昂贵的商用素材库，难以在短时间内凑齐数千张不重复的高清人脸。\n- **风格难以统一**：混合使用不同来源的图片会导致画风割裂，后期需花费大量时间手动修图以统一光影和笔触。\n- **缺乏精细控制**：传统生成工具无法通过潜空间（Latent Space）精确调整角色的年龄、表情或发型等具体特征。\n- **环境部署困难**：官方 StyleGAN2 基于 TensorFlow，若团队技术栈主要为 PyTorch，跨框架迁移和调试成本极高。\n\n### 使用 stylegan2-pytorch 后\n- **海量自动生产**：利用预训练的 FFHQ 模型，通过 `generate.py` 脚本几分钟内即可合成上万张高分辨率、无重复的逼真人脸。\n- **风格高度一致**：基于同一生成器输出的图像天然具备统一的纹理质感和光照逻辑，直接满足美术规范。\n- **语义编辑灵活**：借助闭式因子分解（Closed-Form Factorization）功能，可沿特定特征向量批量微调角色属性（如让一组人同时“变老”或“微笑”）。\n- **原生生态融合**：作为纯 PyTorch 实现，无缝接入团队现有的深度学习流水线，支持分布式训练及 Weights & Biases 日志监控。\n\nstylegan2-pytorch 将角色资产的生产模式从“手工制造”升级为“参数化智造”，在确保艺术风格统一的前提下实现了效率的指数级提升。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Frosinality_stylegan2-pytorch_4c4b3ae8.png","rosinality","Kim Seonghyeon","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Frosinality_a6e8e68e.png","no side-effects","NAVER Cloud","Suwon","kim.seonghyeon@outlook.com","https:\u002F\u002Frosinality.github.io\u002F","https:\u002F\u002Fgithub.com\u002Frosinality",[83,87,91],{"name":84,"color":85,"percentage":86},"Python","#3572A5",90.2,{"name":88,"color":89,"percentage":90},"Cuda","#3A4E3A",8.3,{"name":92,"color":93,"percentage":94},"C++","#f34b7d",1.5,2832,628,"2026-04-02T12:59:38","MIT",4,"未说明","需要 NVIDIA GPU（支持分布式训练），具体型号和显存未说明，需 CUDA 10.1 或 10.2",{"notes":103,"python":100,"dependencies":104},"该实现尝试尽可能匹配官方版本，但可能存在细节差异，请谨慎使用。支持将官方 StyleGAN2 权重转换为 PyTorch 格式。实验性支持 SWAGAN 架构，训练速度约为普通 StyleGAN2 的 2 倍（在 256px 分辨率下）。生成样本时若训练分辨率不同需调整 --size 参数。包含闭式因子分解功能以探索潜在语义方向。预训练模型在 FFHQ 数据集上训练了 550k 次迭代，FID 约为 4.5。",[105,106],"torch==1.3.1","cuda==10.1\u002F10.2",[15],[109],"stylegan2",null,"2026-03-27T02:49:30.150509","2026-04-11T15:13:31.326520",[114,119,124,129,134,139],{"id":115,"question_zh":116,"answer_zh":117,"source_url":118},29489,"运行 train.py 时遇到 'No module named fused' 或 C++ 扩展编译失败错误怎么办？","这通常是因为 PyTorch 的 JIT 编译器未能成功生成共享库文件（.so）。解决方法如下：\n1. 检查缓存目录：查看 `~\u002F.cache\u002Ftorch_extensions\u002Ffused`（路径可能因版本略有不同）。\n2. 判断状态：如果目录下只有 `build.ninja` 而没有 `fused.so`，说明编译失败。\n3. 手动编译：进入该目录，运行 `ninja` 命令。系统会尝试重新编译并输出具体的错误信息（如缺少编译器、CUDA 版本不匹配等），根据报错修复环境。\n4. 成功标志：编译成功后，目录下应包含 `fused.so`、`fused_bias_act.o` 等文件。","https:\u002F\u002Fgithub.com\u002Frosinality\u002Fstylegan2-pytorch\u002Fissues\u002F1",{"id":120,"question_zh":121,"answer_zh":122,"source_url":123},29490,"训练过程中出现 Loss 为 NaN 或不正常的训练结果如何解决？","这通常是由 CUDA 和 cuDNN 的版本配置或环境变量问题引起的。建议尝试以下步骤：\n1. 重置环境配置：重新安装或重置当前环境中的 CUDA 和 cuDNN 设置。\n2. 检查版本兼容性：确保 PyTorch 版本与安装的 CUDA（如 10.0）及 cuDNN（如 7.5.0）版本相匹配。\n3. 许多用户反馈在重置 CUDA\u002FcuDNN 配置后，训练过程恢复正常。","https:\u002F\u002Fgithub.com\u002Frosinality\u002Fstylegan2-pytorch\u002Fissues\u002F6",{"id":125,"question_zh":126,"answer_zh":127,"source_url":128},29491,"如何在 PyCharm 中调试代码以避免每次运行都重新编译 C++\u002FCUDA 扩展？","在 IDE（如 PyCharm）中运行时，由于工作目录或环境差异，可能导致扩展库无法加载或重复编译。虽然完全复用已编译的 JIT 对象较复杂，但可以尝试以下方向：\n1. 确保运行配置中的工作目录与命令行一致。\n2. 参考 PyTorch 官方关于分布式环境中加载 C++ 扩展的讨论，尝试预加载 `fused` 和 `upfirdn2d` 模块。\n3. 如果必须频繁调试，可考虑暂时使用纯 Python 实现替代算子（如果项目支持），或在命令行编译成功后，将生成的 `.so` 文件链接到 IDE 使用的虚拟环境中。","https:\u002F\u002Fgithub.com\u002Frosinality\u002Fstylegan2-pytorch\u002Fissues\u002F9",{"id":130,"question_zh":131,"answer_zh":132,"source_url":133},29492,"多 GPU 环境下运行时报 'Illegal Memory Access' 错误是什么原因？","该问题通常与 GPU 设备索引映射有关，特别是在混合使用不同型号显卡时。\n1. 现象：当初始化生成器或判别器指定了错误的 cuda 设备（如 `cuda:1`）时触发非法内存访问。\n2. 原因：PyTorch 默认按显存大小或 PCI 总线顺序排列 GPU 索引，可能与物理插槽顺序不一致（例如后加的 Titan V 被识别为 GPU 0）。\n3. 解决方法：尝试交换代码中的设备索引（将所有 `cuda:0` 改为 `cuda:1`，反之亦然），或者降级\u002F升级 PyTorch 版本（有用户在 PyTorch 1.3.1 下解决此问题）。\n4. 建议：使用 `torch.distributed` 进行多卡训练通常能自动处理设备映射，避免此类问题。","https:\u002F\u002Fgithub.com\u002Frosinality\u002Fstylegan2-pytorch\u002Fissues\u002F44",{"id":135,"question_zh":136,"answer_zh":137,"source_url":138},29493,"运行训练脚本时提示找不到 'op\u002Ffused_bias_act.cpp' 文件怎么办？","即使仓库已克隆，有时也会因路径问题导致找不到源文件。\n1. 检查当前工作目录：确保运行脚本时所在的目录是项目根目录。\n2. 验证文件存在性：确认 `op\u002Ffused_bias_act.cpp` 和 `op\u002Ffused_bias_act_kernel.cu` 确实存在于 `op` 文件夹中。\n3. 如果是 Google Colab 等云端环境，确保挂载驱动器或解压代码包的路径正确，且相对路径引用无误。\n4. 重新克隆仓库：如果文件确实丢失，尝试重新 `git clone` 项目以获取完整文件。","https:\u002F\u002Fgithub.com\u002Frosinality\u002Fstylegan2-pytorch\u002Fissues\u002F24",{"id":140,"question_zh":141,"answer_zh":142,"source_url":133},29494,"遇到 OOM (Out Of Memory) 或显存不足问题时如何调整参数？","如果在运行过程中遇到显存溢出，可以尝试减小采样数量或批次大小。\n1. 调整 `--n_sample` 参数：该参数默认为 64，降低此值（例如设为 16 或 32）可以显著减少推理时的显存占用。\n2. 调整 `--batch` 参数：减小训练时的 batch size。\n3. 虽然 OOM 与非法内存访问不同，但在多卡或高分辨率训练中，降低这些参数是常见的显存优化手段。",[]]