GAN实验fid代码的错误改正

在CT-GAN实验中,作者遇到了使用FID指标评估时的代码错误。记录了解决这些问题的过程,包括两种方法:1) 将batch size改为1,虽然会降低计算速度;2) 对于特定的TensorFlow版本,处理Tensor._shape赋值错误和形状不匹配问题。尽管一些修改解决了某些错误,但作者仍遇到未知rank的迭代错误,最后通过回退之前的代码解决了问题。
摘要由CSDN通过智能技术生成

CT-GAN相关实验,想要利用fid指标进行评价,然后在改写代码的时候出现了一些错误,记录一下解决过程,方便大家解决相同的问题,然后也避免自己遇到相同的问题的时候忘记。
源代码参考

方法1

最简单粗暴的方法就是把batch size 改成1,不过这样计算速度会很慢

方法2

解决方案参考

使用版本:python 3.6.5 tensorflow-gpu 1.12.0
对应代码:

def _get_inception_layer(sess):
    """Prepares inception net for batched usage and returns pool_3 layer. """
    layername = 'FID_Inception_Net/pool_3:0'
    pool3 = sess.graph.get_tensor_by_name(layername)
    ops = pool3.graph.get_operations()
    for op_idx, op in enumerate(ops):
        for o in op.outputs:
            shape = o.get_shape()
            if shape._dims is not None:
              shape = [s.value for s in shape]
              new_shape = []
           
  • 4
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
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