5 月，DragGAN 横空出世，在开源代码尚未公布前，就在Github上斩获近 20000 Star，彼时，页面上只有效果图和一句“Code will be released in June”，然而这也足够带给人们无限期待。
在6月末，在若干非官方复现代码发布后，官方版DragGAN终于发布，我们也第一时间在矩池云上进行了尝试。
上传模型和数据
在租用机器前我们先上传需要的模型和数据到矩池云网盘，这样租用机器后就可以直接使用了。
DragGAN 提供了一个下载模型的脚本，但是里面的链接都是外网链接，服务器里直接运行下载可能很慢，所以我们需要提前本地下载好，然后上传到矩池云网盘再租用机器使用。
# 脚本地址 https://github.com/XingangPan/DragGAN/blob/main/scripts/download_model.sh
mkdir checkpoints
cd checkpoints
wget https://storage.googleapis.com/self-distilled-stylegan/lions_512_pytorch.pkl
mv lions_512_pytorch.pkl stylegan2_lions_512_pytorch.pkl
wget https://storage.googleapis.com/self-distilled-stylegan/dogs_1024_pytorch.pkl
mv dogs_1024_pytorch.pkl stylegan2_dogs_1024_pytorch.pkl
wget https://storage.googleapis.com/self-distilled-stylegan/horses_256_pytorch.pkl
mv horses_256_pytorch.pkl stylegan2_horses_256_pytorch.pkl
wget https://storage.googleapis.com/self-distilled-stylegan/elephants_512_pytorch.pkl
mv elephants_512_pytorch.pkl stylegan2_elephants_512_pytorch.pkl
wget https://api.ngc.nvidia.com/v2/models/nvidia/research/stylegan2/versions/1/files/stylegan2-ffhq-512x512.pkl
wget https://api.ngc.nvidia.com/v2/models/nvidia/research/stylegan2/versions/1/files/stylegan2-afhqcat-512x512.pkl
wget http://d36zk2xti64re0.cloudfront.net/stylegan2/networks/stylegan2-car-config-f.pkl
wget http://d36zk2xti64re0.cloudfront.net/stylegan2/networks/stylegan2-cat-config-f.pkl
如果你本地下载也很慢，也可以通过云盘下载，谢谢网友分享：https://pan.quark.cn/s/d63e04863dd8
本地下载好后，把相关文件上传到矩池云网盘即可。
租用机器
本次复现使用的是 NVIDIA RTX A2000 单卡，镜像使用的是 Pytorch 2.0 ，选择好机器和镜像后我们先需要按下图指示开启 VNC 功能（Ubuntu 可视化桌面），然后高级选项自定义一个 7860 端口。
- VNC 里我们可以运行启动 DragGAN 桌面软件
- DragGAN Web应用使用的是 Gradio 开发，默认端口是 7860
租用成功后我们可以在租用页面看到机器的自定义端口、VNC、SSH、Jupyterlab等链接，矩池云官网有详细的教程介绍了如何使用这些链接连接服务器。
配置环境
clone 代码
经常修改的代码和数据集建议放矩池云网盘，Linux 系统实例中网盘对应机器中的 /mnt目录，永久存储，可以离线上传下载数据。
我们点击 Jupyterlab 链接即可直接访问服务器，新建一个 Terminal，输入以下指令 clone 项目。
# 进入网盘目录，我复现项目代码会归纳在一起 /mnt/example/，你改成自己目录即可
cd /mnt/example/
# clone 代码
git clone https://ghproxy.com/https://github.com/XingangPan/DragGAN
安装依赖
clone 好代码，我们进入项目目录下，安装 requirements.txt 里的依赖，按以下指令输入即可：
# 进入项目目录
cd DragGAN
# 安装依赖
pip install -r requirements.txt
看到最后这个警告信息不用管，意思是不建议你在 root 权限下操作安装，实际是安装成功了的。
运行项目
环境配置好后就可以开始运行项目了，DragGAN 提供了两种运行方法 基于 Gradio 的 Web 应用和基于 imgui 的桌面程序。
配置模型权重
最开始我们已经下载上传了模型权重文件到网盘，所以这里我们只需要将相关文件复制到项目对应文件夹下即可。
以我为例，我的模型都上传在网盘的 example/models 下了，对应机器中的/mnt/example/models目录。
# 先进入项目目录 如果紧接着之前步骤，
# 你现在应该已经在 DragGAN 项目目录下了
# 如不在，请执行 cd 指令进入对应目录
# 如：cd /mnt/example/DragGAN
# 在项目目录下创建一个 checkpoints 目录
mkdir checkpoints
# 将网盘内模型复制到 checkpoints
cp /mnt/example/models/* checkpoints
注意，按照脚本里的，里面有四个文件需要改下文件名称，cd 进入 checkpoints 目录，然后执行对应指令即可。
cd checkpoints
# 有上传对应权重就执行对应mv指令改名字
# mv lions_512_pytorch.pkl stylegan2_lions_512_pytorch.pkl
# mv dogs_1024_pytorch.pkl stylegan2_dogs_1024_pytorch.pkl
# mv horses_256_pytorch.pkl stylegan2_horses_256_pytorch.pkl
# mv elephants_512_pytorch.pkl stylegan2_elephants_512_pytorch.pkl
运行基于 Gradio 的 Web 应用
Gradio web 应用默认是在启动在本地回环地址（127.0.0.1），这样就只能服务器里访问，没法通过公网地址访问，所以我们需要稍微改动下代码。
Jupyterlab 中打开项目文件夹下的visualizer_drag_gradio.py文件，移动到最后一行，在app.launch中添加server_name="0.0.0.0"即可解决前面说的问题。（如下图所示）
项目文件夹下输入下面指令即可启动服务。
python visualizer_drag_gradio.py
项目启动成功后，你会看到项目默认启动在 7860 端口，我们直接访问租用页面的 7860 端口对应公网链接即可。
基于 imgui 的桌面程序
桌面程序需要在 VNC 里才能启动成功。复制 VNC 链接，按配置说明方法即可连接上 VNC 。
# 设置环境变量
export MESA_GL_VERSION_OVERRIDE=3.3
# 进入项目目录
cd /mnt/example/DragGAN/
# 启动程序
sh scripts/gui.sh
程序启动后即会弹出程序操作界面。
浅尝 Drag
方便下次使用，还可以在租用页面保存环境。
