系统重新安装之后就没用过这个东西，今天心血来潮，运行的时候发现跑不动了。由于盘符全部都变了，只能重新配置环境，安装好之后发现依然报错。
由pip源导致的库安装失败
Take a video and replace the face in it with a face of your choice. You only need one image of the desired face. No dataset, no training.
https://github.com/s0md3v/roop
Stable Diffusion AI 图像生成
之前在明眸如初，看到了一篇文章，关于ai生成图片的。恰好比较感兴趣，于是就想着尝试一下。其实整体的安装步骤，已经这篇文章已经写的比较清楚了。可以照搬，一般问题不大。这里记录下我的安装方法。
由于系统的anaconda比较老旧，安装的python版本也不对应，导致通过conda创建的虚拟环境安装失败了，Stable Diffusion web UI推荐的python环境为3.10.6，所以直接下载了这个版本安装，下载地址：https://www.python.org/downloads/windows/，由于电脑上的python版本比较多，也不想把这个东西加到系统变量的path内，所以可以直接通过运行指定的python可执行文件创建venv。
ChatGPT客户端
网上关于chatgpt的客户端一大堆，基于浏览器的，基于客户端的。各种版本，因为chatgpt实在太火爆了，现在抖音上都是各种chatgpt的直播，终于又有了一个风口。同样为因为openai的火爆，现在网上也出现了各种卖客户端源码的，账号的各种生意，一篇欣欣向荣。这几天我也体验了一下各种客户端。
1.基于web的客户端，基本这种客户端现在搜一下还能找到不少，昨天在论坛看到一个 https://chat.xdo.cc/，今天体验的时候就废掉啦：
Topaz Labs（AI智能图片视频处理）
上次使用TopazGigapixelAI应该还是差不多两年前，为了处理好多之前的老照片。使用TopazGigapixelAI进行了图片放大，整体而言效果真的不错。Topaz Gigapixel AI官方版是一款相当高效的PC端图像大小调整工具，Topaz Gigapixel AI官方版功能强劲，基于AI智能算法以及特有的艺术智能引擎打造，能够帮助用户轻松的批量调整图像大小达到6倍，并且Topaz Gigapixel AI软件还能够保证不损失图像画质的情况下进行放大。两年过去，训练模型应该是越来越大了。效果自然也是越来越好。
也谈chatGPT
之前并没有过多的关注过chatgpt相关的东西，只是知道这个ai模型已经有了超乎寻常的能力。尝试过多次注册，但是由于梯子一直不太好用，没有注册成功。先看下这个东西的介绍吧（百度百科https://baike.baidu.com/item/ChatGPT/62446358?fr=aladdin）：
ChatGPT是人工智能研究实验室OpenAI新推出的一种人工智能技术驱动的自然语言处理工具，使用了Transformer神经网络架构，也是GPT-3.5架构，这是一种用于处理序列数据的模型，拥有语言理解和文本生成能力，尤其是它会通过连接大量的语料库来训练模型，这些语料库包含了真实世界中的对话，使得ChatGPT具备上知天文下知地理，还能根据聊天的上下文进行互动的能力，做到与真正人类几乎无异的聊天场景进行交流。ChatGPT不单是聊天机器人，还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。
让自己变成AV的主角【faceswap】
最近在研究faceswap相关的内容，通过百度搜索了各种教程之后，发现相关的文章不少，但是内容基本一致，差不多的复制粘贴。按照帖子中的操作步骤进行之后发现效果不忍直视，具体的替换之后的图就不贴了。直到从官网看到相关的文章之后才发现那些简明操作步骤基本都是错误的。
原始文章链接：https://forum.faceswap.dev/viewtopic.php?f=5&t=27 包括一些名词解释也可以参考这个链接。本文只是简单记录下相关的步骤。其余的一些内容可以参考原文链接。
1. 提取人脸数据
安卓广告跳过 yolov5 ncnn方式集成
代码原地址： https://github.com/nihui/ncnn-android-yolov5
我在这里只是替换了模型信息，其余的内容基本没有修改。
原工程并没有写如何进行模型转换，模型转换可以参考这篇文章：https://blog.csdn.net/flyfish1986/article/details/116604907里面写的比较详细了。
这里简单的做个备份，不想跳转的可以直接参考下面的内容：
模型转换为ncnn格式
- 导出onnx
bash
python models/export.py --weights yolov5s.pt --img 320 --batch 1- onnx-simplifer简化模型
bash
python -m onnxsim yolov5s.onnx yolov5s-sim.onnx- 专函为ncnn
bash
./onnx2ncnn yolov5s-sim.onnx yolov5s.param yolov5s.bin- 处理转ncnn产生的Unsupported slice step !
1).处理YOLOv5的Focus模块,将多个slice节点转换为一个focus节点
