Zwei Wochen Training, eine GPU – und endlich richtig geile Bilder!
Nach zwei Wochen Dauereinsatz auf meiner RTX 2000 Ada mit 16 GB VRAM hat sich das Training mit StyleGAN3 mega ausgezahlt – die ersten echt guten Bilder sind endlich da! 🚀
Am Anfang war’s natürlich nur Pixelbrei, aber mit jedem weiteren Trainingstag wurde das Modell besser. Irgendwann hab ich dann angefangen, den Latent-Space zu erkunden – und ey, das ist echt wie eine Reise durch fremde Dimensionen. 😅 Dabei sind richtig spannende Bilder entstanden, die ich natürlich gespeichert habe.
Und guess what: genau diese Bilder könnt ihr euch jetzt auf totally-unreal.com reinziehen!
⸻
Willst du das auch ausprobieren?
Falls du Bock hast, sowas selbst nachzumachen, hier ein kleiner Überblick, wie ich’s gemacht hab:
1. GPU & Umgebung
• Ich hab auf meiner RTX 2000 Ada (16 GB) trainiert.
• System: Debian, mit Conda für die Python-Umgebung (macht das Leben einfach leichter).
2. StyleGAN3 Setup
• Repo von NVIDIA StyleGAN3 klonen.
• Abhängigkeiten installieren (Torch + CUDA passend zur GPU-Version).
3. Training starten
• Datenset vorbereiten (sauber zugeschnittene Bilder, am besten viele).
• Trainingsscript ausführen, hyperparameter anpassen und dann: warten.
• Mein Training lief ca. 2 Wochen durchgehend auf einer GPU.
4. Latent-Space erkunden
• Mit den Beispiel-Skripten von StyleGAN3 kannst du durch den Latent-Space browsen.
• Damit entstehen oft die spannendsten Bilder.
⸻
Extra: Code & Modell anfragen
Falls du direkt mit meinem Setup oder sogar dem trainierten Modell arbeiten willst:
Auf totally-unreal.com/code.html kannst du mir easy eine Mail schreiben und nach Code / Modell fragen. Ich teile das gerne – einfach melden!
⸻
Ich hoffe, ihr habt genauso viel Spaß beim Anschauen wie ich beim Erstellen hatte. 🔥
Und das war safe nicht mein letztes KI-Experiment – stay tuned!
stylegan3 erfolg
Das Training lief nun über eine Nacht, und schon kamen bessere Bilder raus als bei meinem zweiwöchigen Training mit meinem eigenen GAN.
Das ist natürlich etwas traurig, weil ich jetzt weiß, dass mein GAN ziemlich schlecht war – aber andererseits kann ich nun deutlich schneller deutlich bessere Bilder generieren.
Ich werde das Training jetzt zwei Wochen durchlaufen lassen und dann schauen, ob gute Bilder dabei rauskommen.
lange pause und stylegan3
Hi,
es gab in den letzten Monaten eine längere Pause, da ich viel zu tun hatte – aber jetzt geht’s weiter...
Vor der Pause hatte ich mal ein GAN und ein Diffusion-Modell auf Anime-Gesichter trainiert, weil ich mir dachte, dass die eh alle relativ ähnlich aussehen und daher leichter zu trainieren sind.
Die Resultate waren allerdings nicht so beeindruckend.
Deshalb dachte ich mir: Ich muss die Technologie wechseln.
Da ich bisher immer meine eigenen Codes zum Trainieren geschrieben und genutzt habe, wollte ich diesmal auf etwas Bekanntes von NVIDIA setzen.
Ich habe mich jetzt für StyleGAN3 entschieden.
Das Training läuft erstmal nochmal auf Gesichter – später kommt dann mehr...
GAN #2
Da bei Personen generierung keine Brauchbaren Ergebnisse kamen, bin ich umgestiegen auf comic Figuren generieren. Das training läuft bereits. Hoffentlich word es besser…
Die ersten Probleme
Heute gab es die ersten Probleme... damit hatte ich eigentlich schon viel früher gerechnet aber heute war es dann soweit. Ich habe mal wieder auf ein paar trainings daten geschaut und habe dabei bemerkt dass der Generator immer nur die gleichen Bilder generiert. das nemnnt man "Mode Collapse". Das hatte ich bisher noch nie. Jetzt muss ich mich um die Kreativität des GANs kümmern. Ich habe programmiert, dass der Generator mehr Risiko beim Generieren eingeht und mehr Variiert zwischen den verschiedenen Bildern. Ich hoffe das klappt nun besser. Ich werde mich wieder melden sobald Ich weitere Ergebnisse habe...
GAN #1
Ich war schon immer fasziniert von Künstlichen Intelligenzen. Diese Faszination ging irgendwann so weit dass ich angefangen habe selbst KIs zu trainieren oder zu erstellen.
Als erstes war bei mir die Object Detection dran. Das ist heutzutage eine recht simple KI aber damals war das für mich ein riesiges Projekt.
Doch irgendwann wurde das auch langweilig und ich fing an etwas mit llms herumzuspielen. Da das dann doch etwas zu viel für mich war habe ich angefangen mich mit GANs auseinanderzusetzen. Dort habe ich gemerkt dass es gar nicht so schwer ist eines zu trainieren. Ich habe angefangen mit Personen.
Da das training viel zu lange gedauert hat, habe ich mir letztendlich eine neue Grafikkarte bestellt. Ich habe schnell herausgefunden dass für mich die NVIDIA RTX 2000 Ada 16 GB VRAM am besten geeignet ist. Mit dieser GPU habe ich das training nochmal gestartet und es ging um einiges schneller.
Der Start
Heute ist die Website totally-unreal.com offiziell gestartet.
Die Grundidee hinter dem Projekt ist simpel: Eine Plattform zu schaffen, auf der man KI-generierte Bilder entdecken und kostenlos nutzen kann – ohne Registrierung, ohne Einschränkungen. Der Fokus liegt dabei auf Abwechslung und kreativen Inhalten, die durch künstliche Intelligenz entstanden sind.
Zum Einsatz kommt dabei unter anderem eine NVIDIA RTX 2000 Ada mit 16 GB VRAM, die das Training und Generieren der Bilder übernimmt. Die Ergebnisse werden regelmäßig aktualisiert und nach Themen sortiert bereitgestellt.
Zum Start gibt es bereits eine Auswahl an generierten Bildern, weitere Kategorien und Funktionen sind geplant. Perspektivisch könnten auch eigene Generatoren oder neue Bildtypen hinzukommen.
Ich freue mich, dass das Projekt nun online ist und bin gespannt, wie es sich weiterentwickelt.
Vielen Dank an alle, die vorbeischauen.