cocolab使用教程

1 準(zhǔn)備數(shù)據(jù)集

切換路徑并用wget 下載coco和wikiart數(shù)據(jù)集，并用unzip解壓數(shù)據(jù)集

%cd /content/drive/Shared\ drives/MySharedDrive/dataset !pwd !ls !wget http://images.cocodataset.org/zips/train2017.zip !wget http://web.fsktm.um.edu.my/~cschan/source/ICIP2017/wikiart.zip !unzip train2017.zip !unzip wikiart.zip

2 安裝環(huán)境

根據(jù)python 版本以及cuda版本選擇安裝pytorch

查看python版本、cuda版本

!python --version !nvcc --version !nvidia-smi

根據(jù)版本安裝

!pip install torch==1.5.0+cu101 torchvision==0.6.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html

測試pytorch是否可以調(diào)用gpu

import torch print(torch.cuda.is_available())

3 切換到項目路徑

切換到項目路徑

!pwd %cd /content/drive/Shared\ drives/MySharedDrive/code/MAST !pwd !ls

3.1 訓(xùn)練

nohup python -u train_autoencoder.py --output_path ../../results/train/vgg_decoder_with_connection/cascade_connection/r41/exp2-cascade-weight-1e-7 --perceptual_loss_weight 1e-7 --batch_size 8 --layer_list r41 --content_layers r41,r31,r21,r11 --cascade_weight 1e-7 --gpu 0 > ../../log/train_vgg_with_skip_cascade_connection_r41-exp2-cascade-weight-1e-7.log 2>&1 &

3.2 測試

!ls %cd /content/drive/Shared\ drives/MySharedDrive/code/MAST/test !python test.py --gpu 0 --is_batch --output_path ../results/batch_test/exp1

總結(jié)

以上是生活随笔為你收集整理的colab使用教程的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。