AttnGAN代码复现（详细步骤+避坑指南）

• 一、前言
• 二、下载代码和数据集
• 三、搭建环境
• 四、预训练DAMSM 模型

一、前言

这篇文章是AttnGAN: Fine-Grained TexttoImage Generation with Attention（带有注意的生成对抗网络细化文本到图像生成）的代码复现博文，我边做边写，展示详细步骤、踩坑和debug的过程。

论文地址： https://arxiv.org/pdf/1711.10485.pdf

论文阅读笔记：Text to image论文精读 AttnGAN

二、下载代码和数据集

1、科学上网

2、首先在github上下载模型代码：https://github.com/taoxugit/AttnGAN

3、下载为鸟类预处理的元数据：https://drive.google.com/open?id=1O_LtUP9sch09QH3s_EBAgLEctBQ5JBSJ
并将其保存到data/

4、下载鸟类图像数据：http://www.vision.caltech.edu/visipedia/CUB-200-2011.html 将它们提取到data/birds/

4、下载完后目录如下：

三、搭建环境

1、首先配置好解释器

2、然后安装环境

pip install python-dateutil
pip install easydict
pip install pandas
pip install torchfile nltk
pip install scikit-image

可能需要额外安装的环境，根据提示进行补充：

pip install torchvision

四、预训练DAMSM 模型

python pretrain_DAMSM.py --cfg cfg/DAMSM/bird.yml --gpu 0

可能出现的问题1：‘EasyDict’ object has no attribute ‘iteritems’
问题原因：Python3中:iteritems变为items
解决方案：根据提示将iteritems改为items

可能出现的问题2： ‘EasyDict’ object has no attribute ‘has_key’
问题原因：Python3以后删除了has_key()方法
解决方案：将 b.has_key(k):改为if k in b

可能出现的问题3： module ‘torch._C’ has no attribute ‘_cuda_setDevice’
问题原因：未知
解决方案：未解决

可能出现的问题4：name ‘xrange’ is not defined
问题原因：xrange是python2的用法，在python3中range与xrange已经合并为range了。
解决方案：把用到的程序里的xrange( )函数全部换为range( )

可能出现的问题5： ‘ascii’ codec can’t decode byte 0x80 in position 0: ordinal not in range(128)
问题原因：读取文件时的解码问题
解决方案：更改为：
class_id = pickle.load(f, encoding=‘bytes’)

持续更新中…

标签：xrange,避坑,DAMSM,range,复现,install,pip,AttnGAN
来源： https://blog.csdn.net/air__Heaven/article/details/122458499