做ppt赚钱的网站,制图平台,做视频网站要多少钱,wordpress自动评论王在前面计算完损失后#xff0c;该进行更新#xff1a; 1#xff1a;netEMA是模型的生成器#xff1a; 遍历生成器的state_dict#xff0c;将每一个键对应的值乘以EMA_decay。 接着根据当前迭代步数计算num_upd#xff0c;每1000,2500,10000代倍数就执行一次。 当num…在前面计算完损失后该进行更新 1netEMA是模型的生成器 遍历生成器的state_dict将每一个键对应的值乘以EMA_decay。 接着根据当前迭代步数计算num_upd每1000,2500,10000代倍数就执行一次。 当num_upd大于50就跳出更新EMA。 接着对图片进行上色 def visualize_batch(self, model, image, label, cur_iter):self.save_images(label, label, cur_iter, is_labelTrue)self.save_images(image, real, cur_iter)with torch.no_grad():model.eval()fake model.netG(label)self.save_images(fake, fake, cur_iter)model.train()if not self.opt.no_EMA:model.eval()fake model.netEMA(label)self.save_images(fake, fake_ema, cur_iter)model.train()首先对标签进行上色 label即batch是经过one-hot编码后的标签大小为(5,35,256,512)。 接着len(batch5取第一个batch对应的tensor。 进行上色 首先获得camp 生成的colormap包含空像素和噪声一共有36个类别所以执行else语句。 首先生成一个全为0的列表大小为(36,3)—接着遍历每个类别初始化rgb0—id 1—接着遍历7次首先将id转换为二进制类型。
def uint82bin(n, count8):returns the binary of integer n, count refers to amount of bitsreturn .join([str((n y) 1) for y in range(count - 1, -1, -1)])
#y 7,6,5,4,3,2,1,0y分别取值为7,6,5,4,3,2,1,0。 将n右移位7位n为1则移位后为0分别移位只有当y等于0时不移位n才为1.最后返回一个字符串’00000001’. 移位操作 分别取str_id的倒数1,23位。然后将1,0,0分别左移七位1左移后变为二进制为1000 0000即128.0左移后还是0所以r128,gb0. 最后id1右移3位变为0. 在j循环里执行8次则下一次id0.在uint82bin函数中0不管位移多少次都为0且010所以最后输出’00000000’. 则r 128^(0)128. 因为128(10000000),0(00000000),(1异或01),(0异或00)所以128^(0)128。这样执行7次后将r填充为第一行第一列g填充为第一行第二列b填充为第一行第三列。这样执行for循环36次则camp就会被重新填充一遍。 将camp转换为tensor。生成一个由0填充的(3,256,512)大小的size。同时对label的其中一个batch数据求类别。 tens大小由(35,256,512)变为(1,256,512)。 len(camp)36开始label0时tens[0](256,512)labeltens[0]会得到一个mask,其中tens中等于0的类别为True不等于0的为false。 color_image[0]取得color_image第一层R通道cmap[label][0]为第一行第一列即128将mask对应的值全部替换为128.同理G和B通道也是这样处理。这样循环36次将每一个类别都上色。最后输出经过填充的彩色图。 最后将label进行转置方便cv2保存。 最后将batch剩余的四个图片也进行处理。将五张图放在一个图片上保存到指定位置。 下一步对image处理 将tens小于0的设置为0大于1的设置为1.再转置为(h,w,c)格式。 在eval时候将label输入到生成器中生成fake image大小为(5,3,256,512)。将生成的fake image保存起来。 netEMA是对生成器的深拷贝。 下一步计算训练一个batch所需要的时间 将epoch总epoch,当前迭代所花费的时间写到progress.txt文件中并打印出来。 下一步 通过控制latest,best来保存权重。 最重要看一下FID计算比较麻烦到时候重新开一章。
