DCGAN-tensorflow 训练自己的数据集及报错集锦
109 浏览量
2021-01-06
14:39:34
上传
评论 7
收藏 124KB PDF 举报
DCGAN-tensorflow 训练自己的数据集及报错集锦训练自己的数据集及报错集锦
今天我们利用今天我们利用DC-GAN来做训练一下自己的数据集，想要看看其逼真效果如何，准备用它来做做数据增强的工作。下面我们具来做训练一下自己的数据集，想要看看其逼真效果如何，准备用它来做做数据增强的工作。下面我们具
体阐述一下步骤：体阐述一下步骤：
1.准备好自己的数据集准备好自己的数据集
通过github下载DCGAN-tensorflow的代码，送上链接：
[https://github.com/carpedm20/DCGAN-tensorflow] 然后在其根目录下建立data文件夹，进入data文件夹，建立自己的数据
集。
将其命名为licence,(你的数据集自己取名),然后进入main界面代码，我们主要介绍需要使用的参数。
2.修改相关参数修改相关参数
注意：相关参数我已经根据我的需求进行了修改，当然你也可以不用修改直接在cmd，git，Cygwin上面运行。（这里主要就
是介绍输入的参数代表的含义）
flags = tf.app.flags
flags.DEFINE_integer("epoch", 600, "Epoch to train [25]") #迭代次数，根据你的需要自己设定
flags.DEFINE_float("learning_rate", 0.0002, "Learning rate of for adam [0.0002]") #学习率，就这个值可以不用管他
flags.DEFINE_float("beta1", 0.5, "Momentum term of adam [0.5]")
flags.DEFINE_float("train_size", np.inf, "The size of train images [np.inf]")
flags.DEFINE_integer("batch_size", 32, "The size of batch images [64]") #batch_size大小，所谓的每次迭代的图像数量
flags.DEFINE_integer("input_height", 80, "The size of image to use (will be center cropped). [108]") #输入的图像尺度之高度
flags.DEFINE_integer("input_width", 240, "The size of image to use (will be center cropped). If None, same value as input_height [None]") #输入的图像尺
度之宽度，如果不输入则表示和高度一致
flags.DEFINE_integer("output_height", 80, "The size of the output images to produce [64]") #输出的图像高度
flags.DEFINE_integer("output_width", 240, "The size of the output images to produce. If None, same value as output_height [None]") #输出的图像宽度，
如果不输入则表示和高度一致
flags.DEFINE_string("dataset", "licence", "The name of dataset [celebA, mnist, lsun]") #数据集地址，即我们刚刚命名的文件夹名
flags.DEFINE_string("input_fname_pattern", "*.png", "Glob pattern of filename of input images [*]") #扫描的图像后缀，根据你的需求而定，可以是.jpg,也
可以是.png等
flags.DEFINE_string("data_dir", "./data", "path to datasets [e.g. $HOME/data]") #这个也是定位数据集的，也是我们最开始建立data文件夹的初衷
flags.DEFINE_string("out_dir", "./out", "Root directory for outputs [e.g. $HOME/out]") #默认的输出文件夹
flags.DEFINE_string("out_name", "", "Folder (under out_root_dir) for all outputs. Generated automatically if left blank []")
flags.DEFINE_string("checkpoint_dir", "checkpoint", "Folder (under out_root_dir/out_name) to save checkpoints [checkpoint]")
flags.DEFINE_string("sample_dir", "samples", "Folder (under out_root_dir/out_name) to save samples [samples]")
flags.DEFINE_boolean("train", True, "True for training, False for testing [False]") #该参数为True表示训练
flags.DEFINE_boolean("crop", True, "True for training, False for testing [False]") #该参数为True表示训练的时候用于裁剪图像
flags.DEFINE_boolean("visualize", True, "True for visualizing, False for nothing [False]") #可视化功能
flags.DEFINE_boolean("export", False, "True for exporting with new batch size")
flags.DEFINE_boolean("freeze", False, "True for exporting with new batch size")
flags.DEFINE_integer("max_to_keep", 1, "maximum number of checkpoints to keep") #保存checkpoints的最大数量
weixin_38748875
- 粉丝: 10
- 资源: 951
最新资源
- 冯璐阳 42105650—祝福.docx
- 基于多种算法及改进算法实现的移动机器人路径规划matlab源码(含A星算法+PRM+RRT的改进等).zip
- 布里斯托尔纸细分市场、总体规模、先进性、市占率行业分析报告2024年.docx
- Obi绳子插件，好用的很 6.5.4版本
- openjfx-22.0.1-windows-x64-bin-sdk.zip
- 基于ros和stm32f1的小车代码(含串口通信)+项目说明.zip
- 人体姿态估计-基于Tensorflow实现的人体姿态估计算法-附项目源码-优质项目分享.zip
- java实现所有算法大全
- JDBC DAO模式 （复习）
- Proteus仿真AT89C51电子密码锁
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
评论0