问题标签 [stylegan]

我正在尝试使用带有 GPU 运行时的 Google Colab 中的以下代码获取 StyleGAN 生成器常量层的值

但我收到以下错误：

这是错误粘贴箱

这是我试图复制的参考代码。笔记本的运行时类型设置为 GPU，所以我假设代码将在其上运行。是否可以在 Colab 中运行它？

尝试在 Google Colab 中使用 Derrick Schultz 的存储库进行 StyleGAN2 神经训练时出现此错误https://github.com/dvschultz/ai/blob/master/StyleGAN2_Colab_Train.ipynb

命令是：

之前的一切都按照教程中的方式完成，但使用的是我自己的数据集。但后来我得到：

此代码应该按原样工作，但事实并非如此。不幸的是，我自己不是编码员。这里需要改变什么？

当我开始训练我的 StyleGAN2 模型时，Google Colab 崩溃，在勾选 0 之后。出现错误“您的会话在使用所有可用 RAM 后崩溃”。

我正在使用 StyleGAN2 的一个分支，其中增加了对非方形图像的支持。数据集由非常小（640x384）的 jpg 图像组成。但是，其中有 12,195 个。tfrecords 文件的大小为 1.47 GB。训练命令是：

我想知道在更改某些参数后，是否有办法在 Colab 中继续使用此数据集。

请看上面的代码。我目前正在学习 styleGAN。我正在尝试将此代码转换为 pytorch，但我似乎无法理解 Lambda 在 g_block 中的作用。AdaIN 只需要一个基于其声明的输入，但有些如何 gamma 和 beta 也用作输入？请告诉我 Lambda 在这段代码中做了什么。

非常感谢。

我在使用StyleGAN2 存储库训练我的第一个网络时遇到了很多问题，在更改为较小的 GPU 批量大小 2 后，因为我只有 11GB 的 VRAM 可用，训练在返回这些之前设法通过 1-4 个滴答声超出范围错误。

锐龙 3950x
RTX 2080ti
32GB DDR4 RAM
Windows 10
Tensorflow-gpu 1.4

我已经编写了自己的 StyleGAN 实现（此处为https://arxiv.org/abs/1812.04948的论文），使用 PyTorch 而不是官方实现使用的 Tensorflow。我这样做部分是作为从头开始实施科学论文的练习。

我已尽力重现论文中和它所基于的 ProgressiveGAN 论文中提到的所有特征，以及网络训练，但我总是得到模糊的图像和斑点状的伪影：

我非常想知道是否有任何具有 GAN 或特别是 StyleGAN 经验的人看到过这种现象，并且可以让我深入了解其可能的原因。

（一些细节：我正在对下采样的 CelebA 图像进行训练，600k 图像老化，600k 图像淡入，但我看到非常相似的现象与一个很小的玩具数据集和更少的迭代。）

我在“discriminator_loss”函数中添加了一个打印，以查看发生了什么。起初它会告诉我两者的形状都是 16。后来它告诉我“real_loss”的形状只有 15，而另一个保持 16。到目前为止，我只尝试降低批量大小并将它们增加 1 等。我提供了代码中最相关的部分。如果需要，我可以提供其余代码。我不知道为什么会发生这种情况并且它会破坏代码。

错误和回溯

我在 4x RTX 3090 上运行使用 TensorFlow 1.x 编写的模型，与1x RTX 3090 相比，启动训练需要很长时间。尽管随着训练的开始，它在 4x 中比在 1x 中更早完成. 我在两个 GPU 中都使用了 CUDA 11.1 和 TensorFlow 1.14。

其次，当我使用 1x RTX 2080ti、CUDA 10.2 和 TensorFlow 1.14 时，与 1x RTX 3090 和 11.1 CUDA 和 Tensorflow 1.14 相比，开始训练所需的时间更少。暂定，在 1x RTX 2080ti 中需要 5 分钟，在 1x RTX 3090 中需要 30-35 分钟，在 4x RTX 3090 中需要 1.5 小时来开始对其中一个数据集的训练。

如果有人可以帮助我解决此问题，我将不胜感激。

我在 2080ti 和 3090 机器上使用 Ubuntu 16.04、Core™ i9-10980XE CPU 和 32 GB 内存。

编辑：根据this ，我发现TF在Ampere架构GPU中的启动时间很长，但我仍然不清楚是否是这种情况；并且，如果是这种情况，是否存在任何解决方案？

我在Colab 运行时运行它......但即使我等待超过 5 个小时，epoch 也不会上升。有什么问题要查吗？？

结果文件夹中只有第一个结果 (000000)，5 小时后没有任何反应。但运行时继续工作。

当你训练风格甘时，这些数字意味着什么

我担心的是Augment，因为它似乎每跳一次在0.105和0.104之间翻转，我不知道那是坏还是好的。

一个我想我知道的

Tick：是信息显示的次数。

时间：是训练了多长时间

Sec/Tick：在每个 Tick 之间是第二个：

我不知道的那些

金格？？？？

秒/kimg ????

增加 ？？？？

最佳的揣测

gpumem：使用的 GPU 数量？

维护：在某些滴答声中它会创建一个还原点，创建还原点所需的时间位于此处？