CycleGAN开源项目介绍

1. github项目下载:

CycleGAN开源项目

2. 数据集下载:

项目的目录结构如下,ide打开图示.sh文件,打开文件中的URL=https://people.eecs.berkeley.edu/~taesung_park/CycleGAN/datasets/$FILE.zip:
把下载好的数据集保存到datasets文件夹中
图片2.jpg
图片1.png

3. 自定义参数配置

配置parameter:–dataroot datasets\horse2zebra\testA --name horse2zebra.pth_pretrained --model test --no_dropout

图片3.png
图片4.png

4. 启动visdom可视化展示模块和运行训练模块

参考博客

5. 结果展示:

2022-03-02_10h49_44.png
2022-03-02_10h49_57.png
2022-03-02_10h50_15.png

我今天找到了一个上传图片的窍门,参考博客

CycleGan的简单运行参考博客

推荐看的博客:BN网络
数据降维:主成分分析法(PCA)
BatchNormalization、LayerNormalization、InstanceNorm、GroupNorm、SwitchableNorm总结
Normalization[规范化]方法总结
TensorFlow2的tf.sigmoid()函数、tf.nn.softmax()函数和tf.tanh()函数
机器学习最常用的5个“”回归损失函数”
pytorch框架–网络方面–损失函数基本(回归、分类)
一文看懂PatchGAN

  • 0
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

磁生电

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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