StackGan之TensorFlow1.0复现

最新推荐文章于 2024-11-23 03:00:00 发布
原创 最新推荐文章于 2024-11-23 03:00:00 发布 · 870 阅读 · 4 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#stackGAN #gan #文本生成图像

本文档记录了StackGAN在TensorFlow1.0环境下的复现过程，包括设置路径、安装依赖、训练两个阶段（StageI和StageII）。作者在复现过程中发现了原版代码的问题，并提供了修正后的版本。StageI训练完成后，需要将模型文件夹重命名为StageI，以备StageII使用。若遇到CUDA和CUDNN问题，建议按照网上的教程安装CUDA 8.0和CUDNN 5.1。

代码将上传到github上：https://github.com/Jun10ng/stackGan_with_tf1

stackGan_with_tf1

stackGan原作者的tf版（tf0.12）源码似乎有点问题，我把自己的版本贴上来（稍微修改了原作者的一些代码）。

设置路径

clone原作者的工程文件到自己电脑上，开始准备复现，代码一跑报错：

例如：

 ImportError：No module named misc.datasets

在作者的README.md上有一句很容易被忽视的话

  please add the project folder to PYTHONPATH

这句话的意思是，将“StackGan”的工程路径添加到~/.bashrc

export PYTHONPATH="${PYTHONPATH}:工程路径"

将“工程路径”替换成你自己的路径，然后添加到~/.bashrc中，保存。
运行 source ~/.bashrc

安装依赖和TF1.0

  pip install prettytensor progressbar python-dateutil easydict pandas torchfile pyyaml scipy Pillow
最低0.47元/天 解锁文章
『论文笔记』CBAM:Convolutional Block Attention Module(注意力机制)+TensorFlow2.0复现
AI新视界
12-30 1万+
本文提出了卷积块注意模块(CBAM)，这是一个简单而有效的前馈卷积神经网络注意模块。在给定中间特征图的情况下，我们的模块按照通道和空间两个独立的维度依次推断注意图，然后将注意图乘入输入特征图进行自适应特征细化。因为CBAM是一个轻量级的通用模块，它可以无缝地集成到任何CNN架构中，开销可以忽略不计，并且可以与基本CNNs一起进行端到端的培训。我们通过在ImageNet-1K、MS COCO检测和VOC 2007检测数据集上的大量实验来验证我们的CBAM。
[StackGAN++实践] 网络训练
xby的学习笔记存档处
05-06 1074
网络改进 2018 IEEE PAMI文章，在2017ICCV StackGAN基础上，进行了一些改进。 首先，StackGAN只用了两个GAN，分为两阶段分开训练；改进版将其一般化，可以有多个scale的GAN，并且联合训练； 鉴别器使用conditional 与 unconditional 损失，区别就在于鉴别器输入的文本信息c的有无。这在StackGAN代码中已有实现； Co...
Python-Pytorch实现重现StackGANv2
08-11
Pytorch实现重现StackGAN_v2
stackgan v2 复现问题
ysh的博客
12-04 2255
TextTataset类 load_embedding函数 def load_embedding(self, data_dir, embedding_type): if embedding_type == 'cnn-rnn': embedding_filename = '/char-CNN-RNN-embeddings.pickle' elif embedding_type == 'cnn-gru': embedding
复现问题记录 | StackGAN-v2 (in python3)（一）
qq_37236149的博客
03-25 996
复现问题记录1.py2与py3中easydict版本兼容问题2.py2和py3中xrange( )函数版本兼容性问题3.pickle.load()函数中字符编码问题4. 'str' object has no attribute 'decode'5.torch版本兼容问题6.TypeError: Cannot handle this data type 复现这篇论文时最开始按github指示在py2环境运行，但是明明是用服务器gpu却无法识别gpu（cuda._available为false），找了很多教程
StackGAN-v2-pytorch 源码复现
m0_56142395的博客
05-08 415
print()和pprint()都是python的打印模块，功能基本一样，唯一的区别就是pprint()模块打印出来的数据结构更加完整，每行为一个数据结构，更加方便阅读打印输出结果。特别是对于特别长的数据打印，print()输出结果都在一行，不方便查看，而pprint()采用分行打印输出，所以对于数据结构比较复杂、数据长度较长的数据，适合采用pprint()打印方式。如果当前版本中使用的函数或模块是后面后面的版本，与当前版本不兼容，也就是它在该版本中不是语言标准，那么如果想要使用的话就需要从。
tensorflow1.1/GAN生成对抗网络
szj_huhu的博客
07-12 2359
环境：tensorflow1.1，python3, matplotlib2.02生成式对抗网络（GAN）是近年来大热的深度学习模型，以生成图片为例进行说明。假设我们有两个网络，G（Generator）和D（Discriminator）G是一个生成图片的网络，它接收一个随机的噪声z，通过这个噪声生成图片，记做G(z)。D是一个判别网络，判别一张图片是不是“真实的”。它的输入参数是x，x代表一张图片，输
基于 TensorFlow2 复现经典卷积神经网络及目标检测与语义分割网络
最新发布
08-14
本仓库详细介绍了如何在TensorFlow2框架下实现和复现多个经典的卷积神经网络结构，并且进一步涉及到这些网络在目标检测和语义分割这两个重要领域中的应用。 首先，卷积神经网络是一种深度学习算法，它通过模拟人类...
tensorflow代码复现梯度不稳地的详细教程
搏博的专栏
11-23 1162
由以上的输出结果以及各层梯度矩阵内梯度值的分布可知（激活函数是sigmoid）：越靠近输入层的权重矩阵，其内部的权重值越普遍接近0（比如layer1，即蓝色部分）。这意味着权重矩阵更新时，该层的权重矩阵无法得到有效的更新，大量的权重梯度值。由于输入数据 tf.random.normal((1000, 100)) 的随机性，每次得到的结果会有所不同。先保存文件，在IDLE上点击Run-->Run Module，执行文件。，通过频数直方图进行显示，以此来对比“层与层之间”梯度矩阵内梯度值分布的差别。
毕业设计，用TensorFlow复现DeepRM.zip
04-05
【标题】：“毕业设计，用TensorFlow复现DeepRM.zip” 在本次毕业设计中，我们将深入探讨和实践基于TensorFlow的深度学习模型——DeepRM（Deep Ranking Machine）。TensorFlow是Google开发的一个开源库，用于数值...
使用tensorflow1.0.1搭建StackGan用于文字生成各种花鸟图片
change_things的博客
05-17 1047
StackGan可以根据文字生成对应的图片，其文章为《StackGAN: Text to Photo-realistic Image Synthesis with Stacked Generative Adversarial Networks》效果如下图所示：github代码在此：https://github.com/hanzhanggit/StackGAN根据Dependencies搭建，但在搭...
StackGAN详解与实现（使用tensorflow2.x实现）——利用文本合成逼真的图像
盼小辉丶的博客
11-03 3462
StackGAN具有两个GAN堆叠在一起形成了一个能够生成高分辨率图像的网络。它分为两个阶段，Stage-I和Stage-II。 Stage-I网络生成具有基本颜色和粗略草图的低分辨率图像，并以文本嵌入为条件，而Stage-II网络获取由Stage-I网络生成的图像并生成以文本嵌入为条件的高分辨率图像。基本上，第二个网络可以纠正缺陷并添加细节，产生更逼真的高分辨率图像。
StackGAN++
Forlogenの解忧杂货铺
06-28 3478
论文地址：https://arxiv.org/abs/1710.10916v3 GitHub：https://github.com/hanzhanggit/StackGAN-v2 收录于：IEEE Trans StackGAN++是StackGAN同一团队针对StackGAN所存在的一些问题所提出的改进版本，因此在文中也称为StackGAN-v2，自然之前的StackGAN就是StackGAN-...
StackGAN 阅读笔记
weixin_30628077的博客
04-09 239
StackGAN 阅读笔记 StackGAN论文下载链接(arxiv) 创新点 提出多尺度的GAN Stage-I GAN Stage-II GAN Stage-I GAN 主要是根据文本描述抓取目标物体的主要形状轮廓和一些基础色块，生成低分辨率的图片。 Stage-II GAN 修正Stage-I生成的低分辨率图片，并且根据再次阅读文本描述完善细节，生成高分辨率图片。 Condit...
对抗生成网络学习（十六）——stackGAN++利用文字生成鸟类图片(tensorflow实现)（未完待续）
QQ704630835的博客
07-16 3723
一、背景 最近工作逐渐步入正轨，自己要做一个文字和图像的交互，所以就考虑先做做类似的工作，恰好之前有看到过stackGAN，因此这次就做做stcakGAN++。 stackGAN其实发布的比较早，stackGAN++是它的改进版，后续还有一个attnGAN是对stackGAN++的后续工作的解决。stackGAN++是Han Zhang等人[1]于2017年10月提出的一个模型，发表在ICCV...
StackGAN-v2-pytorch 源码复现记录
m0_56142395的博客
05-08 255
会出现警告,不会报错,但是0.5版本以上的pytorch就会报错,总的来说是版本更新问题..data[0] 是pytorch0.3.1版本代码,在0.4-0.5版本的。
tensorflow1迁移到tensorflow2
weixin_52767839的博客
10-06 1542
tensorflow1迁移到tensorflow2；在tensorflow2的环境使用tensorflow1
（八）StackGAN-v1 论文笔记与实战
SCU-JJkinging的博客
08-12 2384
（八）StackGAN-v1 论文笔记与实战一、背景及解决的问题二、Conditioning Augmentation（条件增强）三、实现过程（一）Stage-I GAN（二）Stage-II GAN四、实现细节 一、背景及解决的问题        由文本生成高质量的图像是计算机视觉中一个极具挑战性的问题，然而，训练GAN从文本描述中生成高分辨率的真实感图像是非常困难的。简单地在最先进的GAN模型中添加更多的上采样层来生成高分辨率（例如2
StackGAN学习笔记
Run_it_faraway的博客
04-16 6133
StackGAN实验
faster rcnn fpn_TensorFlow Eager 复现 FPN
05-22
好的，我可以为您提供一些关于复现 FPN 的建议。 首先，您需要先了解 Faster R-CNN 和 FPN 的原理和结构。Faster R-CNN 是一个目标检测算法，它使用深度神经网络来检测图像中的目标，而 FPN 则是一种用于图像特征金字塔的网络结构，用于提取不同尺度的特征。 接下来，您可以使用 TensorFlow Eager 来构建和训练您的模型。TensorFlow Eager 是 TensorFlow 的一个动态图执行引擎，它允许您在 Python 中直接编写和运行 TensorFlow 代码，使得模型构建和调试更加方便。 在构建模型时，您可以使用 TensorFlow 提供的一些预训练模型，例如 ResNet 和 Inception 等，作为模型的特征提取器。然后，您可以在这个基础上添加 Faster R-CNN 和 FPN 的结构进行目标检测。 最后，您需要选择合适的数据集进行训练和测试。常用的数据集包括 COCO、PASCAL VOC 等。您可以使用 TensorFlow 提供的数据加载和预处理 API 进行数据的读取和处理。 需要注意的是，复现 FPN 需要一定的深度学习知识和编程经验。如果您是初学者，建议先学习深度学习和 TensorFlow 的基础知识，再尝试复现 FPN。
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值