edge-connect 论文代码复现
1. 开始
1.1 论文的工作
1.2 论文的代码链接
2. 环境配置
2.1 自己电脑配置的环境
电脑配置： WIN11+RTX3060+CUDA11.3+python3.6+anaconda
Prerequisites
- Python 3
- PyTorch 1.0
- NVIDIA GPU + CUDA cuDNN
我的配置：Python3.6 pytorch1.10.2
对pytorch安装不熟悉的同学可以看看我的另一篇博客
requirement.txt （代码要求的库版本，在GitHub下载包里面有）
- numpy ~= 1.14.3
- scipy ~= 1.0.1
- future ~= 0.16.0
- matplotlib ~= 2.2.2
- pillow >= 6.2.0
- opencv-python ~= 3.4.0
- scikit-image ~= 0.14.0
- pyaml
2.2 其中遇到的问题
当时踩得坑：
- 当时用的是python3.7 配环境就各种报错，因为这上面大部分的库都很老，又加上论文是19年的，需要大家用anaconda
- 创造一个python低版本的环境。可是当我创造一个python3.5的版本，能正常安装requirement里面的库，但是又尴尬的发现，python3.5没有对应cuda11.3版本的pytorch，后面就换成python3.6
- python安装库时肯定会出现小问题，库版本正常调整就好
3. 测试（以数据集places2为例）
3.1 下载已经训练好的模型
3.2 测试文件配置
3.3 测试遇到常见问题
问题1：
TypeError: load() missing 1 required positional argument: 'Loader'
解决方案：看博客，修改对应的代码的位置问题2：
AttributeError: module 'scipy.misc' has no attribute 'imresize'
解决方案：看博客2.2的部分，导入新的包，修改代码即可
edge-connect 论文代码复现相关推荐
- 【论文代码复现2】Clustered sampling based on sample size
[论文代码复现]Clustered Sampling: Low-Variance and Improved Representativity for Clients Selection in Fede ...
- 论文代码复现常见问题
论文代码复现常见问题 场景1:代码太慢 1:写出基础代码 使用少量数据集来实践你的思路,代码可以不用很优化,优先写出来即可.写完后建议封装为函数,方便调用. 2:优化代码逻辑 代码本身足够高效吗? 代 ...
- 深度学习论文 代码复现 环境配置操作
***深度学习论文代码复现 前置工作 安装Ubuntu18.04 安装Nvidia显卡驱动 安装anaconda 安装CUDA与cuDNN 通过软链接的修改实现多版本CUDA间的切换 将~/.bash ...
- stylegan2论文代码复现超详细
stylegan2论文解读 论文就略过啦,参考别人博客了解一下 https://blog.csdn.net/g11d111/article/details/109187245 stylegan2原论文 ...
- 论文代码复现环境配置
论文代码复现环境配置 报错1:python导入tensorflow出现_np_qint8 = np.dtype([("qint8", np.int8, 1)]) 报错2:Value ...
- 进阶必备：CNN经典论文代码复现 | 附下载链接
经常会看到类似的广告<面试算法岗,你被要求复现论文了吗?>不好意思,我真的被问过这个问题.当然也不是所有面试官都会问,究其原因,其实也很好理解.企业肯定是希望自己的产品是有竞争力,有卖点的 ...
- 论文代码复现之：GPT-too: A Language-Model-First Approach for AMR-to-Text-Generation（ARM-to-text）
文章目录 资源引用 复现过程 虚拟环境创建 通过 pip 或者 anaconda 安装依赖 数据集 下载 GPT-2 预训练模型(medium尺寸的)并进行训练 解决作者的代码错误 解决安装包的版本问 ...
- AUTOVC: Zero-Shot Voice Style Transfer with Only Autoencoder Loss 论文代码复现
0. 说明 https://github.com/auspicious3000/autovc 但是听Demo中, 涉及到unseen的情况, 合成音色确实像, 但是质量不满足商用 复现Git的代码, ...
- DELG：Unifying Deep Local and Global Features for Image Search论文代码复现
前言 之前在研究图像检索的过程中,在网上看了一些资料,发现许多方法的检索结果并不是非常适合我的数据集,于是在翻看论文的时候看到了*<Large-Scale Image Retrieval wit ...
- 论文代码复现之：AMR Parsing as Sequence-to-Graph Transduction
资源 论文:AMR Parsing as Sequence-to-Graph Transduction github链接 复现过程 创建虚拟环境 + 激活 下载数据集 只需要按照作者 github 的 ...
最新文章
- 【Ubuntn】Ubuntu随笔
- jqm跳转js不加载
- 双目图像重叠的视差计算_双目视觉（stereo vision）
- SQL中Case和convert()
- 关于vs2008上的socket链接错误问题
- 产品认识：一个可直接套用的产品分析框架（纯干货）
- 【轨迹跟踪】基于matlab无人机轨迹跟踪【含Matlab源码 1152期】
- 尚硅谷大数据Flink从入门到实战（2020最新版）
- 树莓派触摸屏校准以及QT触摸屏相关问题解决
- python 将 csv转excel (.xls和.xlsx)的几种方式
- 服装行业拼的是实力——智能制造
- 高级外围总线 5.0（Advanced Peripheral Bus, APB）
- N0wayBack 春节红包题
- 走近橄榄球运动·体育项目
- 怎么创建服务器集群？
- 不限流量套餐正成为中国移动的坑
- 孙溟㠭艺术欣赏——坤（云南）
- d3.js学习笔记②搭建服务器（含报错解决）
- html 页面自动滚动,js监听html页面的上下滚动事件方法
- 田蕴章书法讲座《每日一题,每日一字》（6） 文字整理 -- 书法用笔