运行pytorch-CycleGAN-and-pix2pix报错train.py: error: unrecognized arguments: python train.py

usage: train.py [-h] --dataroot DATAROOT [--name NAME] [--gpu_ids GPU_IDS]
                [--checkpoints_dir CHECKPOINTS_DIR] [--model MODEL]
                [--input_nc INPUT_NC] [--output_nc OUTPUT_NC] [--ngf NGF]
                [--ndf NDF] [--netD NETD] [--netG NETG]
                [--n_layers_D N_LAYERS_D] [--norm NORM]
                [--init_type INIT_TYPE] [--init_gain INIT_GAIN] [--no_dropout]
                [--dataset_mode DATASET_MODE] [--direction DIRECTION]
                [--serial_batches] [--num_threads NUM_THREADS]
                [--batch_size BATCH_SIZE] [--load_size LOAD_SIZE]
                [--crop_size CROP_SIZE] [--max_dataset_size MAX_DATASET_SIZE]
                [--preprocess PREPROCESS] [--no_flip]
                [--display_winsize DISPLAY_WINSIZE] [--epoch EPOCH]
                [--load_iter LOAD_ITER] [--verbose] [--suffix SUFFIX]
                [--use_wandb] [--wandb_project_name WANDB_PROJECT_NAME]
                [--display_freq DISPLAY_FREQ] [--display_ncols DISPLAY_NCOLS]
                [--display_id DISPLAY_ID] [--display_server DISPLAY_SERVER]
                [--display_env DISPLAY_ENV] [--display_port DISPLAY_PORT]
                [--update_html_freq UPDATE_HTML_FREQ]
                [--print_freq PRINT_FREQ] [--no_html]
                [--save_latest_freq SAVE_LATEST_FREQ]
                [--save_epoch_freq SAVE_EPOCH_FREQ] [--save_by_iter]
                [--continue_train] [--epoch_count EPOCH_COUNT] [--phase PHASE]
                [--n_epochs N_EPOCHS] [--n_epochs_decay N_EPOCHS_DECAY]
                [--beta1 BETA1] [--lr LR] [--gan_mode GAN_MODE]
                [--pool_size POOL_SIZE] [--lr_policy LR_POLICY]
                [--lr_decay_iters LR_DECAY_ITERS] [--lambda_A LAMBDA_A]
                [--lambda_B LAMBDA_B] [--lambda_identity LAMBDA_IDENTITY]
train.py: error: unrecognized arguments: python train.py

原因

估计是cudnn内存不够,因为用服务器一跑就通了

下载完项目之后只需要将数据集下载到datasets里面,然后根据readme里面的提示,在命令框或者终端输入python train.py --dataroot ./datasets/maps --name maps_cyclegan --model cycle_gan
名称需要根据对应的数据集改。就会直接运行了

你可以使用 PyTorch-CycleGAN-and-pix2pix 库来使用预训练好的模型。下面是一个简单的步骤示例: 1. 首先,确保你已经安装了 PyTorch-CycleGAN-and-pix2pix 库。你可以使用以下命令安装: ``` pip install git+https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix ``` 2. 下载预训练模型。你可以在 CycleGANpix2pix 的模型网页(https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix#model-checkpoints)上找到预训练模型的链接。下载并解压缩模型文件夹。 3. 创建一个配置文件。在模型文件夹中,复制并重命名 `test_opt.txt.example` 文件为 `test_opt.txt`。该文件用于配置测试参数。 4. 配置测试参数。打开 `test_opt.txt` 文件,并根据你的需求修改参数。重要的参数包括 `dataroot`(数据集的路径)和 `name`(模型名称)。 5. 运行测试脚本。使用以下命令运行测试脚本: ``` python test.py --dataroot ./path/to/dataset --name pretrained_model_name --model test_model_name ``` 确保将 `./path/to/dataset` 替换为你的数据集路径,`pretrained_model_name` 替换为你下载的预训练模型文件夹的名称,`test_model_name` 替换为你想要使用的测试模型的名称(如 `cycle_gan` 或 `pix2pix`)。 6. 查看结果。测试完成后,生成的结果将保存在模型文件夹中的 `results` 子文件夹中。 请注意,这只是一个基本的示例,你可能需要根据你的具体情况进行更多的配置和调整。你可以参考 PyTorch-CycleGAN-and-pix2pix 库的文档以获取更多详细信息和用法示例。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值