【论文】Contrastive Learning for Unpaired Image-to-Image Translation复现过程

论文链接:Contrastive Learning for Unpaired Image-to-Image Translation 

代码链接:https://github.com/taesungp/contrastive-unpaired-translation

问题一 :

TypeError: can‘t pickle _thread.RLock object解决

我遇到了同样的问题。这与pytorch窗口线程问题有关。要解决,请转到并
更改工作线程数(第 79 行)。data/__init__.py

self.dataloader = torch.utils.data.DataLoader(
            self.dataset,
            batch_size=opt.batch_size,
            shuffle=not opt.serial_batches,
            num_workers=int(opt.num_threads),(将线程数在基础配置中改为0)
            drop_last=True if opt.isTrain else False,
        )

问题二:

ConnectionRefusedError: [WinError 10061] 由于目标计算机积极拒绝,无法连接。

解决方案如下:

在terminal中输入代码python -m visdom.server,点击出现的链接即可

手把手解决visdom可视化出现ConnectionRefusedError: [WinError 10061] 由于目标计算机积极拒绝,无法连接

 解决之后你还能看到下面的可视化

 

 

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    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 1
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