EnlightenGAN的调试过程

代码：https://github.com/VITA-Group/EnlightenGAN

一：前期准备工作

首先，下载库：

git clone https://github.com/VITA-Group/EnlightenGAN.git

然后运行一下代码，安装完整的库（我的ubuntu服务器上torch和torchvision都有，版本比原作者高，但因为是公共环境，所以我没有安装，将requirement.txt中前两行删去了）：

pip install -r requirement.txt

然后创建model文件夹，可能是我用户权限还不够，我每次都只能手动New Folder，用命令都会报错Permission denied：

mkdir model

根据情况，修改了script.py中GPU卡号和batch_size:

--gpu_ids 0\

--batchSize 2 \

然后下载数据集，根据官方地址下载了trianA和trainB，但是并没有写目录，所以还需要去代码中找存放地址。

可以看到script.py中有：（../表示上一级目录）

--dataroot ../final_dataset \

在alighed_dataset.py数据集处理文件中都有：

self.dir_AB = os.path.join(opt.dataroot, opt.phase)

所以数据集应该放在：EnlightenGAN/EnlightenGAN/final_dataset/trainA;EnlightenGAN/EnlightenGAN/final_dataset/trainB;

 

启动visdom.sevser，但是运行这段代码时报错，nohup表示把程序挂到后台运行

nohup python -m visdom.server -port=8097

因为运行visdom.server报错，所以暂时先不放到后台，看看错误：

权限错误，切换到root下，运行python -m visdom.server，这样就没问题了。

输入命令开始运行：

python scripts/script.py --train

运行开始，会输出各种配置、网络结构和参数。可以看到向localhost发送了很多数据，打开http://localhost:8097，就能实时看到网络的学习过程。

这个过程中出现了一点问题：

查阅资料，是pytorch版本问题，将sigle_model.py中xxx.data[0] 改成xxx.item() 即可：

可以顺利运行啦！

 

注：

在ubuntu服务器上，使用windows远程进入visdom.server环境：

1.在服务器端启动服务；

2.在本地cmd端输入：（8097是默认端口，默认端口时-p部分可不输入）

ssh -L 8097:127.0.0.1:8097 username@xx.xx.xx.xx -p:端口号

3.输入密码，远程连接上服务器后，在浏览器输入http://localhost:8097，即可进入visdom环境。

 

参考资料：https://blog.csdn.net/dummy_/article/details/106873857