[腾讯云上云实践]基于StyleGan2的图像生成基本操作

2022-05-01 16:16:08 浏览数 (1)

<本文中所有链接除数据集链接都针对国内服务器做了优化,下载速度实测都比较快>

1、个人使用习惯,重装win11

更换系统_1更换系统_1
更换系统_2更换系统_2

由于镜像问题,需要手动使用傲梅分区助手扩容系统盘

扩容后扩容后

2、安装Tesla T4驱动

下载地址:https://cn.download.nvidia.com/tesla/511.65/511.65-data-center-tesla-desktop-win10-win11-64bit-dch-international.exe

3、安装Pycharm,附带安装git

下载地址:https://download.jetbrains.com/python/pycharm-professional-2021.3.3.exe

安装Pycharm安装Pycharm
安装Git_1安装Git_1
安装Git_2安装Git_2

4、安装Anaconda,CUDA CUDNN

Anaconda镜像下载地址:https://mirrors.bfsu.edu.cn/anaconda/archive/Anaconda3-2021.11-Windows-x86_64.exe

换国内源教程:https://blog.csdn.net/OuDiShenmiss/article/details/106380852

Conda一键安装CUDA CUDNN套件(装旧版本以便运行StyleGAN):

代码语言:javascript复制
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0

安装Anaconda安装Anaconda

配置Cuda,CUDNN转 【6、拉取stylegan2仓库】

5、测试性能

测试代码来自:PyTorch- 笔记本Nvidia MX250 显卡模型推理性能测试

测试性能测试性能

6、拉取stylegan2仓库

拉取仓库拉取仓库

安装requirements前需要安装vs community

安装VS_1安装VS_1
安装VS_2安装VS_2

配置运行环境

添加新环境以防扰乱base环境添加新环境以防扰乱base环境
安装Cuda,CUDNN套件安装Cuda,CUDNN套件
安装完成后测试是否成功安装完成后测试是否成功

pip换腾讯源

打开

代码语言:javascript复制
C:UsersAdministratorAppDataRoamingpippip.ini

修改为

pip安装依赖

代码语言:javascript复制
pip install click requests tqdm pyspng ninja imageio-ffmpeg==0.4.3

pip安装依赖pip安装依赖

由于pyspng源码有问题,怎么都编译不了,修改源码后可以安装,附修改后的源码和wheel

https://github.com/nix18/pyspng/releases/download/v0.1.1/pyspng-0.1.0.tar.gz

https://github.com/nix18/pyspng/releases/download/v0.1.1/pyspng-0.1.0-cp310-cp310-win_amd64.whl

下载上述文件之一,放进项目根目录,使用pip安装,例如

代码语言:javascript复制
pip install ./pyspng-0.1.0-cp310-cp310-win_amd64.whl

7、StyleGANv2运行小问题解决

首先需要修改custum_ops文件中的路径:

修改路径修改路径

然后需要下载安装CudaToolKit,以便编译组件(偷懒失败)

CudaToolKit下载链接:https://developer.download.nvidia.com/compute/cuda/11.6.2/local_installers/cuda_11.6.2_511.65_windows.exe

8、准备数据集

以metfaces数据集为例

下载链接(自己解决连通性问题):

https://drive.google.com/open?id=1iChdwdW7mZFUyivKtDwL8ehCNhYKQz6D

先下载数据集先下载数据集
使用提供的tool转换数据集使用提供的tool转换数据集

9、开始训练

代码语言:javascript复制
python train.py -- outdir=./training-runs --data=./datasets/metfaces.zip --gpus=1
训练16d20h后训练16d20h后
2600轮效果2600轮效果

小Tip:

查看GPU上运行的程序数目(查看是否调用GPU进行训练)

0 人点赞