基于多种GPU和CPU进行优化可选，最新基于机器学习模型单图换脸离线版软件包及使用方法，本地离线版本模型一键运行（免费下载）。

在本地的一台电脑行做了个简单的对比，同一个小视频，CPU要5分多钟，GPU只要12秒。而且，内存的需求量也大幅度降低了。

Deep Learning（深度学习）是神经网络技术的一种。其最具变革性的一点是，只要有足够的学习数据，神经网络自身就可以将数据群的特征自动提取出来。在此之前的图像和数据的解析，需根据各个数据和问题进行析取算法的操作。但是，深度学习则不需要人为操作，而是自动提取特征。稍微粗略的说，就是这样的意思：只要向神经网络注入数据，就可以任意提取特征。

神经网络是将模仿被称为神经元的脑神经的单位进行链接，形成的网络状的图。输入的信号实现传播。神经网络在20世纪80年代出反向传播算法以来一个较大变革，是在2006年杰佛里·辛顿等人提出的一种被称为自动编码器的新的学习方法。该方法的特征之一是，可以让神经网络的各层进行阶段性学习。比如：让第一层学习将输入的信息原样输出，让第二层学习在第一层的基础上按照同样的方法再现输入，第三层以后同样操作。这样分阶段使之学习