StarGAN 材料

前言

复现stargan的论文需要的材料。celeba数据库、128和256分辨下网络权重。

笔者已将它们全部下载并传送到某盘。
链接：https://pan.baidu.com/s/1mtMlxiaucyRwMWn9IXopRg 提取码：55fu

stargan论文：https://arxiv.org/abs/1711.09020
官方代码：https://github.com/yunjey/stargan

celeba-128x128-5attrs.zip
celeba-256x256-5attrs.zip
celeba.zip

图 文件列表

安装依赖环境

该项目依赖

• Python 3.5+
• PyTorch 0.4.0+
• TensorFlow 1.3+ (optional for tensorboard)

conda虚拟环境脚本

conda create -p env_torch python=3.6 -y
source activate env_torch/
conda install pytorch=1.1.0 torchvision=0.3.0 cudatoolkit=9.0 cudnn=7.6.5 tensorflow-gpu=1.14.0 -y

可能问题

无法使用cuda。请检查驱动版本，cuda ，cudnn，tensorflow，pytorch之间的版本对应关系。刚开始可能只能用cpu。即，

>>> import torch
>>> torch.cuda.is_available()
False
>>> torch.device('cuda' if torch.cuda.is_available() else 'cpu')
device(type='cpu')

检查环境

(env_torch) user$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2016 NVIDIA Corporation
Built on Tue_Jan_10_13:22:03_CST_2017
Cuda compilation tools, release 8.0, V8.0.61

(env_torch) user$ nvidia-smi -l

图 驱动版本号

版本对应关系

图 cuda与驱动

图 tensorflow、cuda、cudnn对应

图 pytorch 版本对应

cuda-toolkit link
tensorflow_intall

所以我选择了以下的版本安装，即，

conda install pytorch=1.1.0 torchvision=0.3.0 cudatoolkit=9.0 cudnn=7.6.5 tensorflow-gpu=1.14.0 -y

>>> import torch
>>> torch.device('cuda' if torch.cuda.is_available() else 'cpu')
device(type='cuda')

成功在conda下安装 cuda、tensorflow、pytorch。

测试

python main.py --mode test --dataset CelebA --image_size 128 --c_dim 5 \
               --sample_dir stargan_celeba/samples --log_dir stargan_celeba/logs \
               --model_save_dir stargan_celeba/models --result_dir stargan_celeba/results \
               --selected_attrs Black_Hair Blond_Hair Brown_Hair Male Young

图 stargan test

结束。