就在昨日（23/06/25）晚上，在前段时间备受瞩目的 DragGAN 悄然发布了完整的源代码。笔者榜首时间测验上手体验，在踩了一些坑后，终于运用 Colab 跑成功了。简单记载如下
作用
依照常规，先放作用（无加快，Colab T4）
经典需求：让大象转个头
运转
本地运转
项目的源代码在 XingangPan/DragGAN: Official Code for DragGAN，假如你期望本地运转，能够参阅里边顺便的指引。关于 GPU 设备，我的测验里 8GB 显存应该足以运转了。 先 Clone 源代码：
git clone https://github.com/XingangPan/DragGAN
源码里有 conda 的 environment.yml ，能够拿 Conda 的方法创立虚拟环境；但没有顺便 requirements.txt。假如你期望运用 pip 装置依靠，据我测验，应该需要装置的依靠有：
pip install torch torchvision Ninja gradio huggingface_hub hf_transfer
运用以下命令下载模型：
# 下载 human 模型
wget -O DragGAN/checkpoints/stylegan_human_v2_512.pkl --load-cookies /tmp/cookies.txt "https://docs.google.com/uc?export=download&confirm=$(wget --quiet --save-cookies /tmp/cookies.txt --keep-session-cookies --no-check-certificate 'https://docs.google.com/uc?export=download&id=1dlFEHbu-WzQWJl7nBBZYcTyo000H9hVm' -O- | sed -rn 's/.*confirm=([0-9A-Za-z_]+).*/\1\n/p')&id=1dlFEHbu-WzQWJl7nBBZYcTyo000H9hVm" && rm -rf /tmp/cookies.txt
# 下载更多类型的模型
cd DragGAN && sh scripts/download_model.sh
然后直接运转
cd DragGAN && python visualizer_drag_gradio.py
即可用 Gradio 打开；或者参阅官方的 README 履行 visualizer_drag.py
Colab
关于我，鉴于没得 GPU 设备，只能去用免费的 GPU 资源。这儿选择的是 Google Colab，门槛只需要一个 Google 账号。大家也能够点击 我的 Colab 笔记本链接 自行运转即可。注意，运转时一定要选 GPU 类型的。
成功的截图如下：
运用
打开的终究页面如下，左边是操作区，右侧是图片的展示。简单列举一下：
左上角： 如下图，左上角榜首栏是选择现有的模型，第二栏 “Seed” 用于控制随机种子（同一个种子生成的图片是相同的），下面的 Step Size 用于设置迭代的步幅。
整个的根本操作逻辑是：
- 输入种子，生成一张图
- 鼠标点击图片上的方位开端 “选点”，两个一组，分别控制变换的 “开端方位” 和 “完毕方位”。
- 完成后点击 Start 开端变换，到差不多了你能够点个 Stop 手动停止
别的作者也附了一些说明，翻译如下：
快速开端
- 选择所需的预训练模型，并调整种子（Seed）生成初始图画。
- 点击图画以添加控制点。
- 点击开端，尽情享用！
高级用法
-
调整步长（Step Size）以调整拖拽优化中的学习率。
-
选择
w或w+来改动潜空间以进行优化：- 在
w空间上进行优化可能对图画发生较大影响。 - 在
w+空间上进行优化可能比w空间更慢，但一般能够取得更好的结果。
- 在
-
请注意，改动潜空间将重置图画、控制点和蒙版（这发生与重置图画按钮相同的作用）。
-
点击修改可弹性区域 (Edit Flexible Area) 以创立蒙版，并约束未被遮罩的区域保持不变。
结语
现在来回答我的标题：为什么说 “强壮但不彻底强壮” 呢？
首先，“强壮” 是因为这样的作用的确很冷艳，榜首眼看上去的确很有未来的风格；但很明显它的运用价值并不那么高，比如说：
- 它的图片是 StyleGAN 生成的，也就是说现在并不能随意拿一张图片让它 P
- 两个点作为引导，不可控的因素太多了。很多时候图片的变化和你的预期并不匹配。假如能做到多模态，和语言模型相结合，能经过类似于 “衣服从上至下第三颗纽扣向左移一点”，是不是更魔幻一点
- 有时候某些奇奇怪怪的元素会面目全非，比如下面的这个包
完。
