CycleGan需要训练多少个epoch

Question

问题描述：我尝试实战CycleGan 使用kaggle上的 horse2zebra数据集进行训练
图像尺寸：（256，256，3）
生成网络： u-net
下图是训练了99个epoch 后出现的效果
从左到右依次是：
马->马生成的斑马->马生成的斑马生成的马
斑马->斑马生成的马->斑马生成的马生成的斑马

问题：
1、出现这样的结果，是网络结果不合理，还是训练步数不够
2、一般CycleGan 网络大概需要训练多少步（大概范围）才能出结果

Answer 1

正十七 2020-06-16 20:21:33

看你的训练布数是够的，一般都用不了99个epoch，二三十个epoch就可以。

你的图片大小设置的是多少？我看图变模糊了很多。一般用400x400的图像。

有没有identity loss，可以先convert回原图训练出能复原图像的GAN再去做迁移。

这块确实比较难训练，估计同学你要多费心找找其他人的经验了。

• 提问者 DATUONIAO #1

  图片用的是256*256*3的图片
  identity 是不是课程里面讲的一致性损失。
  
  还有三个问题：
  1、我是否可以把，2个判别器，换成一个 4分类（a,b,pre_a,pre_b）的分类器，
  2、使用record的时候，tensorflow 是会把图片一次性读进内存，还是在take的时候才把文件读进来
  3、训练过程中：
  1）生成器遍历一次数据集 -->判别器遍历数据集
  2）生成器训练一次-->判别器训练一次
  这两个训练方式哪个好一些

• 提问者 DATUONIAO #2

  还有一个问题：先convert回原图像是不是先只计算一致性损失
  
  非常感谢老师的回答，您的回答对我帮助很大，在知道大概的epoch数量后，我可以更快的修改模型和训练方法了?