用EnlightenGAN测试图片

首先通过命令训练模型，200个epoch，我的设置是batch_size=16，gpu_id=1。

我改了script.py中的gpu_id=1，但是运行的时候发现虽然只占了卡1的内存，还是四张卡都用了，可能没有生效。

于是改为临时设置环境变量：

nohup python -m visdom.server > visdom.out 2>&1 &
export CUDA_VISIBLE_DEVICES=1
nohup python scripts.script.py > trainGAN.out 2>&1 &

（第一行我只能在root下执行，否则会permission denied。后两行改为自己用户）

再查看时，就只有在卡1跑了。

batch_size=16是我依次从2,4,8,16加上来的，根据卡1的内存，当设置为16时，内存利用比较合理，到11000左右。

 

训练应该是一个晚上左右，时间没有记录。

训练结束后，在/checkpoints/enlightengan中能看到200个epoch中，每个epoch的网络权重。在web中还可视化了200次的训练过程。

 

测试：

下载数据集（或者使用其他数据集），保存到../test_dataset/testA中。（test_dataset与final_dataset在同一级目录下）

注：1.testA中直接放图片，不新建二级文件夹。2.在testB随便放一张图片，否则程序报错。

 

<