前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >[腾讯云上云实践]基于StyleGan2的图像生成基本操作

[腾讯云上云实践]基于StyleGan2的图像生成基本操作

原创
作者头像
SiriusR
发布2022-05-01 16:16:08
3.1K0
发布2022-05-01 16:16:08
举报

<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):

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

C:\Users\Administrator\AppData\Roaming\pip\pip.ini

修改为

pip安装依赖

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

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

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)

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1、个人使用习惯,重装win11
  • 2、安装Tesla T4驱动
  • 3、安装Pycharm,附带安装git
  • 4、安装Anaconda,CUDA CUDNN
  • 5、测试性能
  • 6、拉取stylegan2仓库
  • 7、StyleGANv2运行小问题解决
  • 8、准备数据集
  • 9、开始训练
相关产品与服务
GPU 云服务器
GPU 云服务器(Cloud GPU Service,GPU)是提供 GPU 算力的弹性计算服务,具有超强的并行计算能力,作为 IaaS 层的尖兵利器,服务于深度学习训练、科学计算、图形图像处理、视频编解码等场景。腾讯云随时提供触手可得的算力,有效缓解您的计算压力,提升业务效率与竞争力。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档