DeepFaceLab-MVE（简称DFL-MVE）是一个基于DeepFaceLab（DFL）的分支版本，由MachineVideoEditor作者主导更新和维护（目前已停更），在原版DeepFaceLab的基础上，集成了DFL原版功能的前提下，新增大量功能和扩展，且兼容DFL原版模型。比如模型参数，新增了很多扩展参数，可以优化模型训练和提升训练效果。
DFL-MVE和原版使用大同小异，新增模型参数在首次运行，可以在参数后输入英文 ? ，按回车，会有该参数详细解释，后期也会对一些参数详细用途做解释。
DFL-MVE和原版一样，分为三个版本：
DFL_RTX3000Series_MVE.exe 30系、40系显卡使用
DFL_UPTO2080Ti_MVE.exe 10系、20系列显卡使用
DFL_DX12_MVE.exe AMD显卡和Intel显卡
使用注意事项：解压路径不要有中文和一些奇怪的标点符号，比如括号空格等，尽量解压到磁盘根目录。
以下是DFL-MVE的一些主要特点和功能：
项目维护：DFL-MVE分支版本由三个人维护更新，其中包括Machine Video Editor的作者。
兼容性：DFL-MVE分支版本兼容DeepFaceLab原版训练的模型，并且新增了很多功能。
稳定性和易用性：DFL-MVE被推荐为稳定且好用的版本，不会出错。
代码无修改：DFL-MVE分支仅做汉化，代码无加密修改。
功能增强：DFL-MVE分支中引入的改进之一是能够自动生成、手动编辑和稍后重用配置文件。
训练优化：DFL-MVE提供了训练优化，包括单独的眼睛训练、单独的嘴巴训练、重新训练高损失样本等。
样本降级选项：DFL-MVE提供了新的样本降级选项，包括通过缩小一些随机样本挑战模型，以及通过向某些样本添加随机噪声挑战模型，增强模型对噪声的泛化性。
AMD显卡支持：DFL-MVE包含AMD显卡版本，更新了Python依赖，提升A卡训练速度和效率。
应用场景：DFL-MVE适用于个人创作者、教育者、研究团队和娱乐产业，用于电影和电视后期制作中的特效合成和人脸替换。
项目特点：DFL-MVE具有集成化、强大的数据处理工具、易用性以及社区支持等特点。
DFL-MVE和原版使用大同小异，新增模型参数在首次运行，可以在参数后输入英文 ? ，按回车，会有该参数详细解释，后期也会对一些参数详细用途做解释。
DFL-MVE和原版一样，分为三个版本：
DFL_RTX3000Series_MVE.exe 30系、40系显卡使用
DFL_UPTO2080Ti_MVE.exe 10系、20系列显卡使用
DFL_DX12_MVE.exe AMD显卡和Intel显卡
使用注意事项：解压路径不要有中文和一些奇怪的标点符号，比如括号空格等，尽量解压到磁盘根目录。
以下是DFL-MVE的一些主要特点和功能：
项目维护：DFL-MVE分支版本由三个人维护更新，其中包括Machine Video Editor的作者。
兼容性：DFL-MVE分支版本兼容DeepFaceLab原版训练的模型，并且新增了很多功能。
稳定性和易用性：DFL-MVE被推荐为稳定且好用的版本，不会出错。
代码无修改：DFL-MVE分支仅做汉化，代码无加密修改。
功能增强：DFL-MVE分支中引入的改进之一是能够自动生成、手动编辑和稍后重用配置文件。
训练优化：DFL-MVE提供了训练优化，包括单独的眼睛训练、单独的嘴巴训练、重新训练高损失样本等。
样本降级选项：DFL-MVE提供了新的样本降级选项，包括通过缩小一些随机样本挑战模型，以及通过向某些样本添加随机噪声挑战模型，增强模型对噪声的泛化性。
AMD显卡支持：DFL-MVE包含AMD显卡版本，更新了Python依赖，提升A卡训练速度和效率。
应用场景：DFL-MVE适用于个人创作者、教育者、研究团队和娱乐产业，用于电影和电视后期制作中的特效合成和人脸替换。
项目特点：DFL-MVE具有集成化、强大的数据处理工具、易用性以及社区支持等特点。
