要训练DeepFaceLive模型，首先需要收集大量的人脸图像数据集。

然后，使用深度学习框架（如TensorFlow或PyTorch）构建一个卷积神经网络模型，可以使用预训练的模型（如VGG或ResNet）作为基础。接下来，将数据集分为训练集和验证集，并使用训练集来训练模型。训练过程中，可以使用数据增强技术来扩充数据集。训练完成后，使用验证集评估模型的性能。如果性能不理想，可以调整模型架构或超参数，并重新训练。最后，使用测试集来评估模型的泛化能力。