2019-02-06

昨天沒按時更新呻待,所以按照之前說好的懲罰自己這一周都不吃哈根達斯了薇组。

一、雜記

剛剛看到票圈里學長發(fā)了ly最后去了Harvard的錄取通知書铸敏,其實有一點懷念當年的自己缚忧。ly也是暑假去了那里,最后留下來了杈笔。雖然媽媽在大四錄取結(jié)果出來之后,經(jīng)常說我糕非,不該去這里蒙具,你可以去更好的學校。雖然我也這么覺得朽肥,但是我一直安慰自己說禁筏,我喜歡在中等偏上的學校做一個中等偏上的人,我不喜歡自己肩負著那么大的壓力衡招。大學壓力不大篱昔,在這邊壓力也不大,這樣其實蠻好始腾。但是看到ly的錄取通知書的時候州刽,回憶起當年還是那個在校車的角落因為同時做三個項目做不好的,自己把自己壓迫得很緊的小孩子浪箭。其實那個想去最好的學校的心還是在的穗椅,只不過把它埋到了很深的地方。不甘還是有的奶栖,不然為什么我媽每次提起這件事情的時候匹表,我都會覺得很煩,然后讓她不要說宣鄙。

其實昨天不該睡得很晚袍镀,主要是因為和scs的事情,自己確實在任性冻晤,在浪費時間苇羡。其實獨處的時光更能自己訓練自己,訓練自己的自制力明也,以及自己約束自己去養(yǎng)成好的生活習慣宣虾,比如早睡早起惯裕,每天整理房間。

最近肩膀又疼得厲害绣硝,明明電腦已經(jīng)很輕了蜻势,但是背到肩膀上卻很重。下次試試直接用實驗室里的臺式機鹉胖,不把小筆記本電腦帶過去了握玛。

下午一邊整理房間,一邊復習課程內(nèi)容吧甫菠。反正確實不多挠铲,能復習得過來的。

之前看過一段話“把事情寫下來寂诱,比把事情沒有寫下來拂苹,完成的可能性要提高百分之三十”,雖然不知道這個數(shù)據(jù)是怎么來的痰洒,

二瓢棒、復習兩門課的內(nèi)容

下午

1、復習完590的課程筆記丘喻。并寫完作業(yè)脯宿。

2、整理房間

結(jié)果下午整理完房間就困了泉粉。

三连霉、雜記

晚上跟學長出去吃飯测摔,討論了很多內(nèi)容基公。

對比下來其實我特別特別幸福了吼畏。

四稠歉、繼續(xù)CycleGAN

今晚需要完成cyclegan的train并且得到初步結(jié)果檀轨。

1花鹅、2-4的思路接著用進來:

我的思路是先用已有的圖片放進CycelGAN進行訓練着撩,然后訓練好generator和discriminator夜矗。然后我用GAN產(chǎn)生grountruth点骑,然后放進CycelGAN進行test產(chǎn)生images.

明天需要做的事情:要到bluepill的權(quán)限酣难。

今天先去訓練generrator和discriminator,這個應該不難的黑滴。

然后我拿其他的groundtruth進來訓練憨募。

2、我想打開map數(shù)據(jù)集合code去看他是怎么調(diào)用數(shù)據(jù)集的code的袁辈。并且我想把epoch改小一點菜谣。

比如trainA trainB train都要用到,還是用不到train.

(我覺得不需要用到train,因為文件建立的時間都不一樣尾膊。

我覺得我下面需要用自己的文件做一個map文件夾媳危,存自己的訓練數(shù)據(jù)。)

(1)應該去看model文件夾下的cycle_GAN model.py這個文件

還有主文件夾下的train.py這個文件

在train.py這個文件里冈敛,有“from options.train_options import TrainOptions”這句話待笑。

我需要轉(zhuǎn)過去看“options.train_options”這個文件。

這句話的意思是 在主文件夾下面有一個叫options的子文件夾抓谴,在這個子文件夾下面暮蹂,有一個叫train_options.py的文件,在這個文件夾癌压,有一個TrainOptions的class

很多參數(shù)都在這個文件里仰泻。

(2)dataset = create_dataset(opt)

?create_dataset是在data文件夾里的__init__.py里

(3)model.set_input(data)

model.optimize_parameters()

這兩句話我覺得很重要哎

3、直接換dataset訓練咯

參考這篇文章:

https://blog.csdn.net/Gavinmiaoc/article/details/80585531

這篇文章里面說了滩届。train,validation還有test這三個文件夾是程序自己生成的集侯。

然后這篇文章里沒有說需要用到


五、如何用自己的數(shù)據(jù)集訓練CycleGAN

1丐吓、建立數(shù)據(jù)集

我放500張圖進去吧浅悉,1000張有點多。

然后我還是放成對的吧券犁。

A放groundtruth,B放original image.

train里還是放成對的汹碱。然后test里務必放不成對的粘衬。

圖片命名也要注意:1_A,1_B這么命名。

我直接拿之前訓練Unet的數(shù)據(jù)集來做了咳促。871張train的圖和groundtruth稚新,

找好圖片之后,再統(tǒng)一用renamer軟件進行改名跪腹。

重命名時褂删,先序列化,再添加后綴冲茸。

2屯阀、把數(shù)據(jù)集放到指定位置:

放到dataset目錄下。

3轴术、開始train

python3 train.py --dataroot ./datasets/cell --name cell_cyclegan --model cycle_gan --pool_size 50 --no_dropout --gpu_ids 0,1

和之前的命令行有什么區(qū)別呢难衰?

對比之前的命令:python train.py --dataroot ./datasets/maps --name maps_cyclegan --model cycle_gan

我把gpu_id這個去掉吧。逗栽。盖袭。。。

python3 train.py --dataroot ./datasets/cell --name cell_cyclegan --model cycle_gan --pool_size 50 --no_dropout

遇到的問題1:在讀數(shù)據(jù)的時候報錯

解決辦法1:我試試看加一個validation的文件夾鳄虱,看看能不能解決問題弟塞。

不能解決。

解決辦法2:是不是文件格式原因拙已。

我放一個.jpg的文件進去試試决记。

果然是文件格式原因,原來只接受.jpg格式的文件S扑āC拐恰!惭适!

(暫時不要改代碼笙瑟,我去順應代碼改我的文件格式去)

如何把tif文件轉(zhuǎn)化成jpg文件?

參考鏈接:http://www.reibang.com/p/9420c8f6ba02

代碼如下:

import os

from libtiff import TIFF

from scipy import misc

original_path = './testA/'

save_path = './testA1/'

files = os.listdir(original_path)

for file in files:

? ? tif = TIFF.open(original_path+file,mode = 'r')

? ? for im in list(tif.iter_images()):

? ? ? ? new_path = seved_path + file[:-3]+'jpg'

? ? ? ? misc.imsave(new_path,im)

? ? ? ? print(new_path,'successfully saved')

遇到問題1:libtiff這個模塊好像一下子安裝不上

解決辦法::

參考網(wǎng)站:http://www.reibang.com/p/c902c66c02ac

我是從這個網(wǎng)站下載的:https://www.lfd.uci.edu/~gohlke/pythonlibs/

下載的是cp36 win64的版本的libtiff

然后把這個輪子放在anaconda prompt的當前文件夾下癞志。然后輸入如下命令:

pip? install libtiff-0.4.2-cp36-cp36m-win_amd64.whl? ?就安裝成功了往枷。

遇到問題2:好像(tif.iter_images())這句話總是報錯。

解決辦法:

直接改成數(shù)字咯

遇到問題3:save的時候報錯:

'arr' does not have a suitable array shape for any mode.

參考網(wǎng)站:https://blog.csdn.net/yyhhlancelot/article/details/81477830

還有這里http://www.dewen.net.cn/q/10191/python+%E4%B8%ADtif+%E5%9B%BE%E7%89%87%E8%BD%AC%E6%8D%A2%E6%88%90jpg

大概理解思路了凄杯,明天自己去寫代碼错洁。

好困哇。

今天主要是下午睡了一下戒突,然后晚上吃飯吃的太晚了屯碴。所以學習時間不足。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末膊存,一起剝皮案震驚了整個濱河市导而,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌隔崎,老刑警劉巖今艺,帶你破解...
    沈念sama閱讀 219,490評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異爵卒,居然都是意外死亡虚缎,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,581評論 3 395
  • 文/潘曉璐 我一進店門钓株,熙熙樓的掌柜王于貴愁眉苦臉地迎上來实牡,“玉大人,你說我怎么就攤上這事享幽〔” “怎么了?”我有些...
    開封第一講書人閱讀 165,830評論 0 356
  • 文/不壞的土叔 我叫張陵值桩,是天一觀的道長摆霉。 經(jīng)常有香客問我,道長,這世上最難降的妖魔是什么携栋? 我笑而不...
    開封第一講書人閱讀 58,957評論 1 295
  • 正文 為了忘掉前任搭盾,我火速辦了婚禮,結(jié)果婚禮上婉支,老公的妹妹穿的比我還像新娘鸯隅。我一直安慰自己,他們只是感情好向挖,可當我...
    茶點故事閱讀 67,974評論 6 393
  • 文/花漫 我一把揭開白布蝌以。 她就那樣靜靜地躺著,像睡著了一般何之。 火紅的嫁衣襯著肌膚如雪跟畅。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,754評論 1 307
  • 那天溶推,我揣著相機與錄音徊件,去河邊找鬼。 笑死蒜危,一個胖子當著我的面吹牛虱痕,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播辐赞,決...
    沈念sama閱讀 40,464評論 3 420
  • 文/蒼蘭香墨 我猛地睜開眼部翘,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了响委?” 一聲冷哼從身側(cè)響起略就,我...
    開封第一講書人閱讀 39,357評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎晃酒,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體窄绒,經(jīng)...
    沈念sama閱讀 45,847評論 1 317
  • 正文 獨居荒郊野嶺守林人離奇死亡贝次,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,995評論 3 338
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了彰导。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片蛔翅。...
    茶點故事閱讀 40,137評論 1 351
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖位谋,靈堂內(nèi)的尸體忽然破棺而出山析,到底是詐尸還是另有隱情,我是刑警寧澤掏父,帶...
    沈念sama閱讀 35,819評論 5 346
  • 正文 年R本政府宣布笋轨,位于F島的核電站,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏爵政。R本人自食惡果不足惜仅讽,卻給世界環(huán)境...
    茶點故事閱讀 41,482評論 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望钾挟。 院中可真熱鬧洁灵,春花似錦、人聲如沸掺出。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,023評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽汤锨。三九已至双抽,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間泥畅,已是汗流浹背荠诬。 一陣腳步聲響...
    開封第一講書人閱讀 33,149評論 1 272
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留位仁,地道東北人柑贞。 一個月前我還...
    沈念sama閱讀 48,409評論 3 373
  • 正文 我出身青樓,卻偏偏與公主長得像聂抢,于是被迫代替她去往敵國和親钧嘶。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 45,086評論 2 355

推薦閱讀更多精彩內(nèi)容