faceswap/locales/es/LC_MESSAGES/lib.cli.args_train.po

# SOME DESCRIPTIVE TITLE.
# Copyright (C) YEAR ORGANIZATION
# FIRST AUTHOR <EMAIL@ADDRESS>, YEAR.
#
msgid ""
msgstr ""
"Project-Id-Version: faceswap.spanish\n"
"Report-Msgid-Bugs-To: \n"
"POT-Creation-Date: 2024-03-28 18:04+0000\n"
"PO-Revision-Date: 2024-03-28 18:09+0000\n"
"Last-Translator: \n"
"Language-Team: tokafondo\n"
"Language: es\n"
"MIME-Version: 1.0\n"
"Content-Type: text/plain; charset=UTF-8\n"
"Content-Transfer-Encoding: 8bit\n"
"Plural-Forms: nplurals=2; plural=(n != 1);\n"
"Generated-By: pygettext.py 1.5\n"
"X-Generator: Poedit 3.4.2\n"

#: lib/cli/args_train.py:30
msgid ""
"Train a model on extracted original (A) and swap (B) faces.\n"
"Training models can take a long time. Anything from 24hrs to over a week\n"
"Model plugins can be configured in the 'Settings' Menu"
msgstr ""
"Entrene un modelo con las caras originales (A) e intercambiadas (B) "
"extraídas.\n"
"El entrenamiento de los modelos puede llevar mucho tiempo. Desde 24 horas "
"hasta más de una semana.\n"
"Los plugins de los modelos pueden configurarse en el menú \"Ajustes\""

#: lib/cli/args_train.py:49 lib/cli/args_train.py:58
msgid "faces"
msgstr "caras"

#: lib/cli/args_train.py:51
msgid ""
"Input directory. A directory containing training images for face A. This is "
"the original face, i.e. the face that you want to remove and replace with "
"face B."
msgstr ""
"Directorio de entrada. Un directorio que contiene imágenes de entrenamiento "
"para la cara A. Esta es la cara original, es decir, la cara que se quiere "
"eliminar y sustituir por la cara B."

#: lib/cli/args_train.py:60
msgid ""
"Input directory. A directory containing training images for face B. This is "
"the swap face, i.e. the face that you want to place onto the head of person "
"A."
msgstr ""
"Directorio de entrada. Un directorio que contiene imágenes de entrenamiento "
"para la cara B. Esta es la cara de intercambio, es decir, la cara que se "
"quiere colocar en la cabeza de la persona A."

#: lib/cli/args_train.py:67 lib/cli/args_train.py:80 lib/cli/args_train.py:97
#: lib/cli/args_train.py:123 lib/cli/args_train.py:133
msgid "model"
msgstr "modelo"

#: lib/cli/args_train.py:69
msgid ""
"Model directory. This is where the training data will be stored. You should "
"always specify a new folder for new models. If starting a new model, select "
"either an empty folder, or a folder which does not exist (which will be "
"created). If continuing to train an existing model, specify the location of "
"the existing model."
msgstr ""
"Directorio del modelo. Aquí es donde se almacenarán los datos de "
"entrenamiento. Siempre debe especificar una nueva carpeta para los nuevos "
"modelos. Si se inicia un nuevo modelo, seleccione una carpeta vacía o una "
"carpeta que no exista (que se creará). Si continúa entrenando un modelo "
"existente, especifique la ubicación del modelo existente."

#: lib/cli/args_train.py:82
msgid ""
"R|Load the weights from a pre-existing model into a newly created model. For "
"most models this will load weights from the Encoder of the given model into "
"the encoder of the newly created model. Some plugins may have specific "
"configuration options allowing you to load weights from other layers. "
"Weights will only be loaded when creating a new model. This option will be "
"ignored if you are resuming an existing model. Generally you will also want "
"to 'freeze-weights' whilst the rest of your model catches up with your "
"Encoder.\n"
"NB: Weights can only be loaded from models of the same plugin as you intend "
"to train."
msgstr ""
"R|Cargue los pesos de un modelo preexistente en un modelo recién creado. "
"Para la mayoría de los modelos, esto cargará pesos del codificador del "
"modelo dado en el codificador del modelo recién creado. Algunos complementos "
"pueden tener opciones de configuración específicas que le permiten cargar "
"pesos de otras capas. Los pesos solo se cargarán al crear un nuevo modelo. "
"Esta opción se ignorará si está reanudando un modelo existente. En general, "
"también querrá 'congelar pesos' mientras el resto de su modelo se pone al "
"día con su codificador.\n"
"NB: Los pesos solo se pueden cargar desde modelos del mismo complemento que "
"desea entrenar."

#: lib/cli/args_train.py:99
msgid ""
"R|Select which trainer to use. Trainers can be configured from the Settings "
"menu or the config folder.\n"
"L|original: The original model created by /u/deepfakes.\n"
"L|dfaker: 64px in/128px out model from dfaker. Enable 'warp-to-landmarks' "
"for full dfaker method.\n"
"L|dfl-h128: 128px in/out model from deepfacelab\n"
"L|dfl-sae: Adaptable model from deepfacelab\n"
"L|dlight: A lightweight, high resolution DFaker variant.\n"
"L|iae: A model that uses intermediate layers to try to get better details\n"
"L|lightweight: A lightweight model for low-end cards. Don't expect great "
"results. Can train as low as 1.6GB with batch size 8.\n"
"L|realface: A high detail, dual density model based on DFaker, with "
"customizable in/out resolution. The autoencoders are unbalanced so B>A swaps "
"won't work so well. By andenixa et al. Very configurable.\n"
"L|unbalanced: 128px in/out model from andenixa. The autoencoders are "
"unbalanced so B>A swaps won't work so well. Very configurable.\n"
"L|villain: 128px in/out model from villainguy. Very resource hungry (You "
"will require a GPU with a fair amount of VRAM). Good for details, but more "
"susceptible to color differences."
msgstr ""
"R|Seleccione el entrenador que desea utilizar. Los entrenadores se pueden "
"configurar desde el menú de configuración o la carpeta de configuración.\n"
"L|original: El modelo original creado por /u/deepfakes.\n"
"L|dfaker: Modelo de 64px in/128px out de dfaker. Habilitar 'warp-to-"
"landmarks' para el método completo de dfaker.\n"
"L|dfl-h128: modelo de 128px in/out de deepfacelab\n"
"L|dfl-sae: Modelo adaptable de deepfacelab\n"
"L|dlight: Una variante de DFaker ligera y de alta resolución.\n"
"L|iae: Un modelo que utiliza capas intermedias para tratar de obtener "
"mejores detalles.\n"
"L|lightweight: Un modelo ligero para tarjetas de gama baja. No esperes "
"grandes resultados. Puede entrenar hasta 1,6GB con tamaño de lote 8.\n"
"L|realface: Un modelo de alto detalle y doble densidad basado en DFaker, con "
"resolución de entrada y salida personalizable. Los autocodificadores están "
"desequilibrados, por lo que los intercambios B>A no funcionan tan bien. Por "
"andenixa et al. Muy configurable\n"
"L|Unbalanced: modelo de 128px de entrada/salida de andenixa. Los "
"autocodificadores están desequilibrados por lo que los intercambios B>A no "
"funcionarán tan bien. Muy configurable\n"
"L|villain: Modelo de 128px de entrada/salida de villainguy. Requiere muchos "
"recursos (se necesita una GPU con una buena cantidad de VRAM). Bueno para "
"los detalles, pero más susceptible a las diferencias de color."

#: lib/cli/args_train.py:125
msgid ""
"Output a summary of the model and exit. If a model folder is provided then a "
"summary of the saved model is displayed. Otherwise a summary of the model "
"that would be created by the chosen plugin and configuration settings is "
"displayed."
msgstr ""
"Genere un resumen del modelo y salga. Si se proporciona una carpeta de "
"modelo, se muestra un resumen del modelo guardado. De lo contrario, se "
"muestra un resumen del modelo que crearía el complemento elegido y los "
"ajustes de configuración."

#: lib/cli/args_train.py:135
msgid ""
"Freeze the weights of the model. Freezing weights means that some of the "
"parameters in the model will no longer continue to learn, but those that are "
"not frozen will continue to learn. For most models, this will freeze the "
"encoder, but some models may have configuration options for freezing other "
"layers."
msgstr ""
"Congele los pesos del modelo. Congelar pesos significa que algunos de los "
"parámetros del modelo ya no seguirán aprendiendo, pero los que no están "
"congelados seguirán aprendiendo. Para la mayoría de los modelos, esto "
"congelará el codificador, pero algunos modelos pueden tener opciones de "
"configuración para congelar otras capas."

#: lib/cli/args_train.py:147 lib/cli/args_train.py:160
#: lib/cli/args_train.py:175 lib/cli/args_train.py:191
#: lib/cli/args_train.py:200
msgid "training"
msgstr "entrenamiento"

#: lib/cli/args_train.py:149
msgid ""
"Batch size. This is the number of images processed through the model for "
"each side per iteration. NB: As the model is fed 2 sides at a time, the "
"actual number of images within the model at any one time is double the "
"number that you set here. Larger batches require more GPU RAM."
msgstr ""
"Tamaño del lote. Este es el número de imágenes procesadas a través del "
"modelo para cada lado por iteración. Nota: Como el modelo se alimenta de 2 "
"lados a la vez, el número real de imágenes dentro del modelo en cualquier "
"momento es el doble del número que se establece aquí. Los lotes más grandes "
"requieren más RAM de la GPU."

#: lib/cli/args_train.py:162
msgid ""
"Length of training in iterations. This is only really used for automation. "
"There is no 'correct' number of iterations a model should be trained for. "
"You should stop training when you are happy with the previews. However, if "
"you want the model to stop automatically at a set number of iterations, you "
"can set that value here."
msgstr ""
"Duración del entrenamiento en iteraciones. Esto sólo se utiliza realmente "
"para la automatización. No hay un número 'correcto' de iteraciones para las "
"que deba entrenarse un modelo. Debe dejar de entrenar cuando esté satisfecho "
"con las previsiones. Sin embargo, si desea que el modelo se detenga "
"automáticamente en un número determinado de iteraciones, puede establecer "
"ese valor aquí."

#: lib/cli/args_train.py:177
msgid ""
"R|Select the distribution stategy to use.\n"
"L|default: Use Tensorflow's default distribution strategy.\n"
"L|central-storage: Centralizes variables on the CPU whilst operations are "
"performed on 1 or more local GPUs. This can help save some VRAM at the cost "
"of some speed by not storing variables on the GPU. Note: Mixed-Precision is "
"not supported on multi-GPU setups.\n"
"L|mirrored: Supports synchronous distributed training across multiple local "
"GPUs. A copy of the model and all variables are loaded onto each GPU with "
"batches distributed to each GPU at each iteration."
msgstr ""
"562 / 5,000\n"
"Translation results\n"
"R|Seleccione la estrategia de distribución a utilizar.\n"
"L|default: utiliza la estrategia de distribución predeterminada de "
"Tensorflow.\n"
"L|central-storage: centraliza las variables en la CPU mientras que las "
"operaciones se realizan en 1 o más GPU locales. Esto puede ayudar a ahorrar "
"algo de VRAM a costa de cierta velocidad al no almacenar variables en la "
"GPU. Nota: Mixed-Precision no es compatible con configuraciones de múltiples "
"GPU.\n"
"L|mirrored: Admite el entrenamiento distribuido síncrono en varias GPU "
"locales. Se carga una copia del modelo y todas las variables en cada GPU con "
"lotes distribuidos a cada GPU en cada iteración."

#: lib/cli/args_train.py:193
msgid ""
"Disables TensorBoard logging. NB: Disabling logs means that you will not be "
"able to use the graph or analysis for this session in the GUI."
msgstr ""
"Desactiva el registro de TensorBoard. NB: Desactivar los registros significa "
"que no podrá utilizar el gráfico o el análisis de esta sesión en la GUI."

#: lib/cli/args_train.py:202
msgid ""
"Use the Learning Rate Finder to discover the optimal learning rate for "
"training. For new models, this will calculate the optimal learning rate for "
"the model. For existing models this will use the optimal learning rate that "
"was discovered when initializing the model. Setting this option will ignore "
"the manually configured learning rate (configurable in train settings)."
msgstr ""
"Utilice el Buscador de tasa de aprendizaje para descubrir la tasa de "
"aprendizaje óptima para la capacitación. Para modelos nuevos, esto calculará "
"la tasa de aprendizaje óptima para el modelo. Para los modelos existentes, "
"esto utilizará la tasa de aprendizaje óptima que se descubrió al inicializar "
"el modelo. Configurar esta opción ignorará la tasa de aprendizaje "
"configurada manualmente (configurable en la configuración del tren)."

#: lib/cli/args_train.py:215 lib/cli/args_train.py:225
msgid "Saving"
msgstr "Guardar"

#: lib/cli/args_train.py:216
msgid "Sets the number of iterations between each model save."
msgstr "Establece el número de iteraciones entre cada guardado del modelo."

#: lib/cli/args_train.py:227
msgid ""
"Sets the number of iterations before saving a backup snapshot of the model "
"in it's current state. Set to 0 for off."
msgstr ""
"Establece el número de iteraciones antes de guardar una copia de seguridad "
"del modelo en su estado actual. Establece 0 para que esté desactivado."

#: lib/cli/args_train.py:234 lib/cli/args_train.py:246
#: lib/cli/args_train.py:258
msgid "timelapse"
msgstr "intervalo"

#: lib/cli/args_train.py:236
msgid ""
"Optional for creating a timelapse. Timelapse will save an image of your "
"selected faces into the timelapse-output folder at every save iteration. "
"This should be the input folder of 'A' faces that you would like to use for "
"creating the timelapse. You must also supply a --timelapse-output and a --"
"timelapse-input-B parameter."
msgstr ""
"Opcional para crear un timelapse. Timelapse guardará una imagen de las caras "
"seleccionadas en la carpeta timelapse-output en cada iteración de guardado. "
"Esta debe ser la carpeta de entrada de las caras \"A\" que desea utilizar "
"para crear el timelapse. También debe suministrar un parámetro --timelapse-"
"output y un parámetro --timelapse-input-B."

#: lib/cli/args_train.py:248
msgid ""
"Optional for creating a timelapse. Timelapse will save an image of your "
"selected faces into the timelapse-output folder at every save iteration. "
"This should be the input folder of 'B' faces that you would like to use for "
"creating the timelapse. You must also supply a --timelapse-output and a --"
"timelapse-input-A parameter."
msgstr ""
"Opcional para crear un timelapse. Timelapse guardará una imagen de las caras "
"seleccionadas en la carpeta timelapse-output en cada iteración de guardado. "
"Esta debe ser la carpeta de entrada de las caras \"B\" que desea utilizar "
"para crear el timelapse. También debe suministrar un parámetro --timelapse-"
"output y un parámetro --timelapse-input-A."

#: lib/cli/args_train.py:260
msgid ""
"Optional for creating a timelapse. Timelapse will save an image of your "
"selected faces into the timelapse-output folder at every save iteration. If "
"the input folders are supplied but no output folder, it will default to your "
"model folder/timelapse/"
msgstr ""
"Opcional para crear un timelapse. Timelapse guardará una imagen de las caras "
"seleccionadas en la carpeta timelapse-output en cada iteración de guardado. "
"Si se suministran las carpetas de entrada pero no la carpeta de salida, se "
"guardará por defecto en la carpeta del modelo/timelapse/"

#: lib/cli/args_train.py:269 lib/cli/args_train.py:276
msgid "preview"
msgstr "previsualización"

#: lib/cli/args_train.py:270
msgid "Show training preview output. in a separate window."
msgstr ""
"Mostrar la salida de la vista previa del entrenamiento. en una ventana "
"separada."

#: lib/cli/args_train.py:278
msgid ""
"Writes the training result to a file. The image will be stored in the root "
"of your FaceSwap folder."
msgstr ""
"Escribe el resultado del entrenamiento en un archivo. La imagen se "
"almacenará en la raíz de su carpeta FaceSwap."

#: lib/cli/args_train.py:285 lib/cli/args_train.py:295
#: lib/cli/args_train.py:305 lib/cli/args_train.py:315
msgid "augmentation"
msgstr "aumento"

#: lib/cli/args_train.py:287
msgid ""
"Warps training faces to closely matched Landmarks from the opposite face-set "
"rather than randomly warping the face. This is the 'dfaker' way of doing "
"warping."
msgstr ""
"Deforma las caras de entrenamiento a puntos de referencia muy parecidos del "
"conjunto de caras opuestas en lugar de deformar la cara al azar. Esta es la "
"forma 'dfaker' de hacer la deformación."

#: lib/cli/args_train.py:297
msgid ""
"To effectively learn, a random set of images are flipped horizontally. "
"Sometimes it is desirable for this not to occur. Generally this should be "
"left off except for during 'fit training'."
msgstr ""
"Para aprender de forma efectiva, se voltea horizontalmente un conjunto "
"aleatorio de imágenes. A veces es deseable que esto no ocurra. Por lo "
"general, esto debería dejarse sin efecto, excepto durante el 'entrenamiento "
"de ajuste'."

#: lib/cli/args_train.py:307
msgid ""
"Color augmentation helps make the model less susceptible to color "
"differences between the A and B sets, at an increased training time cost. "
"Enable this option to disable color augmentation."
msgstr ""
"El aumento del color ayuda a que el modelo sea menos susceptible a las "
"diferencias de color entre los conjuntos A y B, con un mayor coste de tiempo "
"de entrenamiento. Activa esta opción para desactivar el aumento de color."

#: lib/cli/args_train.py:317
msgid ""
"Warping is integral to training the Neural Network. This option should only "
"be enabled towards the very end of training to try to bring out more detail. "
"Think of it as 'fine-tuning'. Enabling this option from the beginning is "
"likely to kill a model and lead to terrible results."
msgstr ""
"La deformación es fundamental para el entrenamiento de la red neuronal. Esta "
"opción sólo debería activarse hacia el final del entrenamiento para tratar "
"de obtener más detalles. Piense en ello como un 'ajuste fino'. Si se activa "
"esta opción desde el principio, es probable que arruine el modelo y se "
"obtengan resultados terribles."