Text2Image - Python

Repozytorium zawierające projekt bazowy, czyli ten człon pracy magisterskiej, który odpowiada za trening i testy oraz generowanie modeli.

Przed przystąpieniem do treningu/testu

Należy wpierw zamaskować wszystkie inne procesory graficzne (GPU), jeżeli maszyna posiada więcej niż jeden. Robi się to po to, by inni użytkownicy również mogli z nich korzystać. Służy do tego komenda:

set CUDA_VISIBLE_DEVICES={numer karty}

Instrukcja

Pomoc wyświetla się z katalogu głównego projektu (tam gdzie znajduje się plik runtime.py). Wówczas wystarczy wpisać:

python runtime.py -h

lub

python runtime.py --help

Ale pomoc jest również opisana poniżej. Aby poprawnie skorzystać ze skryptu należy wprowadzić komendę:

python runtime.py {operation} {dataset} {learning_rate} {batch_size} {epochs}

np.

python runtime.py train flowers 0.0002 100 1000

aby uruchomić trening na na zbiorze kwiatów, ze stałą uczenia równą 0.0002, rozmiarem paczki 100 oraz na czas 1 000 epok. Tak więc:

• operation – rodzaj operacji, według której dane będą przetwarzane (możliwe opcje to train lub test).
• dataset – nazwa zbioru danych (zdefiniowane jest 5 nazw: flowers, birds, three_flowers, three_birds oraz three_fruits).
• learning_rate – wartość stałej uczenia (wartość rekomendowana przez autorów sieci to 0.0002).
• batch_size – rozmiar paczki danych jakimi będą pobierane próbki.
• epochs – ilość epok.

Uwaga! Wszystkie wyżej wymienione parametry są parametrami obowiązkowymi.

Puste pliki

W niektórych katalogach znajdują się puste pliki (init). Służą one jedynie zachowaniu struktury plików w repozytorium GitHub.

Uwaga! Po pobraniu repozytorium zalecane jest usunięcie tych plików.

Informacje

Autor: Cezary Pietruszyński

Promotor: dr Marek Grochowski