同前文,我是处于改模型的阶段,参考之前的笔记保存模型的时候我把model_dict[name] = net.module.cpu().state_dict()
改为了model_dict[name] = net.cpu().state_dict()
,就是把module这个删掉了。也不知道这个module是什么意思,总之我个人分析,改了以后的应该是把模型保存到cpu中了,反正没有module这个东西。
跑代码的过程中,我发现效果是可以的(不管和原论文比有没有提升,但绝对不是一堆噪声),但在测试的时候我发现生成了一堆噪声,且FID分数为三四百,相当于翻译的图像和源图像几乎无关(风格迁移),所以肯定是加载模型出问题了,加载的不是我保存的模型。
原因:红框里是我注释掉的,注释后就可以正常测试了。因为执行了if语句里的东西,所以加载模型是还是net.module.load_state_dict()
,但保存时我没有使用module。
关于“训练时效果还可以,但测试模型时fid很高,效果很差”的分析解决
最新推荐文章于 2024-08-05 23:13:57 发布