MindSpore为你添彩--Colorization自动着色
·
目录
2.数据准备
4.训练集可视化
1. Mindspore环境安装
官网地址 ： MindSpore官网
2.数据准备
由于 ImageNet 数据集有100多G，因此数据集仅使用部分数据集，其中图片均为卷纸。
3. 样例代码准备
4.训练集可视化
由于缺少可视化工具，将图片保存到本地，本地画图工具打开训练集
plt.savefig("filename_test.png")
运行 训练集可视化脚本，报缺少3rd库
5. 训练
运行训练脚本
python train.py --batch_size 128 --learning_rate 0.5e-4
由于机器的限制，内存不够，接下来，将batch_size改为32，num_epochs改为50
大概运行了2个多小时，最后训练完成。接下来一起看下生成的文件，checkpoint和训练过程中的推理图片。
6. 推理
最后，我们利用训练过程中的保存的checkpoint文件进行推理
推理完成之后，我们来看下成果，随机挑选一张图片，看下着色效果啦
昇腾计算产业是基于昇腾系列（HUAWEI Ascend）处理器和基础软件构建的全栈 AI计算基础设施、行业应用及服务，https://devpress.csdn.net/organization/setting/general/146749包括昇腾系列处理器、系列硬件、CANN、AI计算框架、应用使能、开发工具链、管理运维工具、行业应用及服务等全产业链
更多推荐
0
0- 0
已为社区贡献5条内容
所有评论(0)