首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

手把手用AI算法实现冰雪奇缘中的“冰雪魔法”

notebook终端执行脚本命令,我们所使用的是冬夏风格迁移的运算模型,因此选择summer2winter_yosemite的预训练模型 cd pytorch-CycleGAN-and-pix2pix.../scripts/download_cyclegan_model.sh summer2winter_yosemite 下载测试图片数据集 我们所下载的测试图片数据集中包含四个文件夹,trainA,trainB...cd /content/pytorch-CycleGAN-and-pix2pix && bash datasets/download_cyclegan_dataset.sh summer2winter_yosemite...准备的资源条件已经完善,接下来进行测试,在终端执行模型测试文件脚本,notebook中执行命令: python test.py --dataroot datasets/summer2winter_yosemite.../testB --name summer2winter_yosemite_pretrained --model test --no_dropout 显示执行完毕,在输出终端输出预测图片结果日志,查看result

29820

【机器学习】手把手用AI算法实现冰雪奇缘中的“冰雪魔法”

notebook终端执行脚本命令,我们所使用的是冬夏风格迁移的运算模型,因此选择summer2winter_yosemite的预训练模型 cd pytorch-CycleGAN-and-pix2pix.../scripts/download_cyclegan_model.sh summer2winter_yosemite 下载测试图片数据集 我们所下载的测试图片数据集中包含四个文件夹,trainA,trainB...cd /content/pytorch-CycleGAN-and-pix2pix && bash datasets/download_cyclegan_dataset.sh summer2winter_yosemite...准备的资源条件已经完善,接下来进行测试,在终端执行模型测试文件脚本,notebook中执行命令: python test.py --dataroot datasets/summer2winter_yosemite.../testB --name summer2winter_yosemite_pretrained --model test --no_dropout 显示执行完毕,在输出终端输出预测图片结果日志,查看result

73330
领券