【实战】轻轻松松使用StyleGAN2（二）：使用run

实战】轻轻松松使用StyleGAN2（二）：使用run"/>

【实战】轻轻松松使用StyleGAN2（二）：使用run

StyleGAN Encoder可以将真实人脸投射到StyleGAN的dlatents空间，并且突破了18*512向量空间18层数据一致的限制（即：只使用1*512向量来生成人脸），能够最大限度地在扩展后的向量空间中“摸索”，得到的dlatents最优解经StyleGAN模型运算后，重建图像可以非常接近真实人脸的原始图像，具体内容请参考：

轻轻松松使用StyleGAN（六）：StyleGAN Encoder找到真实人脸对应的特征码，核心源代码+中文注释

NVIDIA发布StyleGAN2版本时，自带了一个run_projector.py程序，可以将真实人脸投射到StyleGAN2的dlatents空间并重建图像，下面我们来看一看它实现的效果如何。

首先，准备运行环境：

（1）显卡：官网要求有16GB内存的NVIDIA GPU（即：NVIDIA Tesla V100），经实测，11GB内存的NVIDIA GeForce RTX 2080Ti也可以跑起来。

（2）StyleGAN2需要安装定制开发的“TensorFlow ops”，目前只支持TensorFlow 1.14，如果你默认安装的是TensorFlow 1.15，需要重新安装1.14。

（3）安装定制开发的“TensorFlow ops”，还需要C语言编译器，在Windows10平台上，可以选择安装Visual Studio 2017、2019或者2015。

（4）下载预训练的StyleGAN2人脸模型“stylegan2-ffhq-config-f.pkl”，预训练模型下载后，可放在工作目录的“.\models”目录下。

以上（1）-（4）的具体操作说明，可以参见：

轻轻松松使用StyleGAN2（一）：试用经验分享

涉及Visual Studio 2015和Cuda/