edges2shoes数据集下载_GAN Compression3：复现方法

终于写到最后一部分了，前面读完了paper和代码，现在看下如何复现这个工作：

想了解这个工作的可以看下前面的paper和介绍：原paper​arxiv.org科技猛兽：GAN Compression1：原理分析​zhuanlan.zhihu.com科技猛兽：GAN Compression 2：代码解读​zhuanlan.zhihu.com

官方代码：https://github.com/mit-han-lab/gan-compression/blob/master/README.md​github.com

所需环境：Linux

Python 3

CPU or NVIDIA GPU + CUDA CuDNN

接下来正式开始！

首先把代码clone到本地：

git clone git@github.com:mit-han-lab/gan-compression.git

cdgan-compression

1.装一个PyTorch1.4，以及一些依赖库(torchvision)：

细心的你可能发现代码里面有个requirement.txt，里面是这样的：

absl-py==0.9.0

blessings==1.7

certifi==2019.11.28

dominate==2.4.0

grpcio==1.16.1

Markdown==3.1.1

numpy==1.18.1

nvidia-ml-py3==7.352.0

olefile==0.46

opencv-python==4.2.0.32

Pillow==7.0.0

protobuf==3.11.3

psutil==5.7.0

scipy==1.4.1

six==1.14.0

tensorboard==2.0.0

tensorboardX==2.0

torch==1.4.0

torchvision==0.5.0

torchprofile==0.0.1

tqdm==4.42.1

Werkzeug==1.0.0

wget==3.2

不要怀疑，你没有眼花，这些都是需要先装好的~

如果你是pip选手，那就：

pip install -r requirements.txt

如果你是conda选手，请打开scripts文件夹，里面有一个可执行文件conda_deps.sh，你就：

scripts/conda_deps.sh

那这个conda_deps.sh是个什么玩意咧？

打开后发现是：

#!/usr/bin/env bash

set -ex

conda install pytorch==1.4.0 torchvision==0.5.0 -c pytorch

conda install tqdm scipy tensorboard

conda install -c conda-forge tensorboardx

pip install opencv-python dominate wget

还是这一堆库。

这里建议直接conda创建一个新的虚拟环境，专门用来跑这个实验，创建的方法是：

conda create -n your_env_name python=X.X(2.7、3.6等)

查看你都有哪些虚拟环境：

conda info -e

查看安装了哪些包：

conda list

接下来还要安装torchprofile：https://github.com/zhijian-liu/torchprofile​github.com

pip install --upgrade git+https://github.com/mit-han-lab/torchprofile.git

这个应该是计算macs的库。

2.到这里所依赖的库都装完了，现在该准备数据集了并尝试作者的预训练模型：

2.1 CycleGAN

Download the CycleGAN dataset (e.g., horse2zebra)：

bash datasets/download_cyclegan_dataset.sh horse2zebra

获取ground-truth image的统计信息，以计算FID值(CycleGAN dataset使用FID作为评价指标)。

bash datasets/download_real_stat.sh horse2zebra A

bash datasets/download_real_stat.sh horse2zebra B

在训练之前，我们可以先试试作者给的Pre-trained model，看看效果如何。

首先下载Pre-trained model(原模型和压缩之后的模型)：

python scripts/download_model.py --model cyclegan --task horse2zebra --stage full

python scripts/download_model.py --model cyclegan --task horse2zebra --stage compressed

测试一下没压缩过的大模型：

bash scripts/cycle_gan/horse2zebra/test_full.sh

测试一下压缩后的模型：

bash scripts/cycle_gan/horse2zebra/test_compressed.sh

看一下这个执行文件的内容：

#!/usr/bin/env bash

python test.py --dataroot database/horse2zebra/valA \

--dataset_mode single \

--results_dir results-pretrained/cycle_gan/horse2zebra/compressed \

--config_str 16_16_32_16_32_32_16