万能丹基础：

1. 只支持DF结构
2. dst丢各种人脸数据进去，越杂越好，src保持单人数据
3. 训练时把true face参数打开，推荐0.01

你可以在别的DF预训练模型上，按上述方法练。然后就挂机练，多日后就练成了。
是不是特别简单？

-------------------萌新分割线--------------------------
但其背后原理不简单。
true face 参数开启后，对模型的中间层会施加一个判别器，来约束DST和SRC编码出来的码越相似越好，强迫编码器部分只抽取共性特征，放弃非共同特征
这样dst就能丢这种各样的图来训练，而且不会中间层特征带来负面作用。
如果不加这个中间层约束，那dst加入大量杂数据后，中间层把原图所有特征都包含进来，这样就容易影响src自身的生成，让src带上dst的影子。

first.底丹的选择：

之前推荐224f丹底，经过一段时间的探索后，我认为猫之汉化的新224WF在各个方面已经小压224f一头了，在此我推荐224WF作为新手入门丹。底丹选择应该遵循以下标准：
1.自己的显存能够承受开启GAN的消耗
2.优先选择高质量的神丹，这里推荐论坛的测试贴神丹之间的高低之分，测试了40多个丹后，列了个排名
2.src数据集的选择：
选择一个好的src数据集那么万能模型就成功了一半，这两个万能模型的数据集都是选择多角度、多表情、多光影、不染色（如黑白）的GPEN数据集，并且删减冗余人脸，数据集保持在5000张左右，简单来说，应该尽量达到以下标准：
多角度
多表情
多光影
不染色（如黑白）
清晰度越高越好，而且现在用GPEN增强后的图片进行训练会有油光脸的现象发生，不建议直接使用GPEN
删减冗余人脸
在这里强烈推荐夢生若汐顔 大佬的src数据集与【老鸟进阶】练就超清Src素材的必要事项，观察他数据集的构成与切图方法

last.训练方法：
万能模型的实现原理滚大的帖子【万能模型训练方法】你没看错，就这么简单已经说明，这里详细说一下我的具体训练步骤：

常驻打开项：true_face_power: 0.01（楼里有朋友说0.005也可以，感兴趣的可以自测一下，这个主要是抽取特征的程度） 和 uniform_yaw: True，ct_mode: rct 这三个一个是万能模型训练的关键，一个是均化样本开关，一个是补充光影
第一阶段，bs设为4，random_warp设为true，该阶段主要是让底丹学习src的人脸。这个阶段bs4是最优，能开大建议也开到bs4，直到loss值不降反升或者出现波动。然后打开lr_dropout，继续迭代到loss值不降反升或者出现波动。建议迭代30W次

第二阶段，关闭random_warp，打开eyes_mouth_prio，bs设置为显卡能承受的极限值，该阶段主要是训练眼睛和嘴巴，眼珠位置和高光位置、嘴巴角度决定了合成图的表情是否自然，直到loss值不降反升或者出现波动。建议迭代10W次对于使用新版dfl的朋友，可以打开random color训练一顿时间，然后关闭，再打开random hue，设置为0.05，这两个参数对于色调提升明显，合成更自然
第三阶段，这个时候眼睛和嘴巴角度应该已经非常贴合了，关闭第二阶段的参数，GAN设为0.001-0.01之间，打开Enable gradient clipping。开始训练细节，直到你觉得细节满足需求或者不再变化为止
训练完成大概在50W-80W迭代之间，这个时候万能模型基本成型了，可以直接进行合成查看效果，针对不足的角度添加素材重新训练，直到自己满意为止

合成：
合成阶段要讲的不多，
但是一定注意dst脸型！！！一定注意dst脸型！！！一定注意dst脸型！！！脸型不像的dst用什么丹合成都不像，这也是现在dfl的弊端，同时合成注意颜色模式，遮罩模式，按T调整超分辨率等

剩下的想到再补充