1 实现的链接:
首先,git clone至服务器上;
git clone https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix
cd pytorch-CycleGAN-and-pix2pix
接下来,为其创建conda虚拟环境。github上的描述是:
conda env create -f environment.yml
该environment.yml文件如下所示:
name为该虚拟环境的名称,channel为下载依赖库的地址,如果不更改channel,创建环境会非常慢。
更改name和channel信息后,将文件保存为environment_test.yml,上传至服务器,命令则改为:
conda env create -f environment_test.yml
完成环境创建后,下载数据集,使用迅雷下载facades.tar.gz会快很多。然后把它上传至实验目录的datasets子目录下。github上的说明提示运行脚本download_pix2pix_dataset.sh完成数据集的下载和解压,由于已经完成了下载,需要修改脚本:
如上图所示,19行wget下载URL指向的内容,暂时注释掉这一行,然后运行即可。
接下来即可开始模型的训练,使用命令如下:
python train.py --dataroot ./datasets/facades --name facades_pix2pix --model pix2pix --direction BtoA --gpu_ids 0,1 --n_epochs 40 --n_epochs_decay 20 --save_epoch_freq 2
github页面未提及的选项及其说明、默认值可在train_epochs.py 与 base_options.py中找到: