源代码github地址
https://github.com/abhishekrana/DeepFashion
环境：ubuntu
python2.7
问题一：直接运行./dataset_download.sh命令无法下载img.zip
解决方法：
百度网盘链接：
github中只用下载category and attribute那个文件夹就行了
自己从百度网盘下载然后解压缩包，构造格式为：
问题二：python dataset_create.py 提示没有文件夹
解决方法：
在config.py文件中修改 fashion_dataset_path那一行，改为
fashion_dataset_path = 'fashion_data/'
另外提示：
构造数据集时间挺长的，大概15-20min。
问题三
我们学校的服务器不能连接外网，所以不能从github上下载东西，在vgg16上出现了问题
在train文件import 位置加上
from keras.applications.vgg16 import VGG16
然后修改model那一行，把applications去掉
改为model = VGG16(括号里面内容不变)
这个东西无法避免，只能回去解决了，。
最后我还是先解决了服务器的上网问题，学习还是有进步的～
我们继续
现在已经实战到了python train.py 的地方了
可能也需要比较长的时间，我们开始计时吧，开始时间为10:53,结束时间：10:55,出错了，我看看是什么问题
问题四
就是我cuda 库的版本为7.0 但是他的版本是7.1.4 需要更新cuda
问题
解决方法：
（1）删除旧版本
sudo rm -rf /usr/local/cuda/include/cudnn.h
sudo rm -rf /usr/local/cuda/lib64/libcudnn
（2）注册账号，下载cudnn库，下载地址，
注意千万不要下载deb结尾的，死活安装不上，解决不了
下载for linux的，cudnn-9.0-linux-x64-v7.1.solitairetheme8
修改结尾文件名cudnn-9.0-linux-x64-v7.1.tgz
然后直接解压
tar zxvf cudnn-9.0-linux-x64-v7.1.tgz
然后
cd cuda
sudo cp include/cudnn.h /usr/local/cuda/include/
sudo cp lib64/lib* /usr/local/cuda/lib64/
（3）建立软连接
sudo chmod +r libcudnn.so.7.1.4
sudo ln -sf libcudnn.so.7.1.4 libcudnn.so.7
sudo ln -sf libcudnn.so.7 libcudnn.so
sudo ldconfig
（4）查看安装结果
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
显示
#define CUDNN_MAJOR 7
#define CUDNN_MINOR 1
#define CUDNN_PATCHLEVEL 4
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)
成功！
在运行python train.py 目前没有什么问题，希望一切顺利
训练需要挺久的，但是我下去玩了一个小时，也不太清楚具体运行了多久。
下面就到了predict 部分
运行 python predict.py 出现了新的问题
错误提示为：
No such file or directory: 'dataset_prediction/crops/jeans_crop-159_0_421_252.jpg'
解决方法：
修改utils.py文件202行处代码
img_crop.save('dataset_prediction/crops/' + img_crop_name)
为img_crop.save('dataset_prediction/images/' + img_crop_name)
修改predict.py文件67行代码
prediction_dataset_path='dataset_prediction/crops/'
为
prediction_dataset_path='dataset_prediction/images/'
或者建立crops文件夹，更推荐建立文件夹。
问题五
错误提示为：
IOError: Unable to open file (unable to open file: name = 'output/best-weights-011-1.3547.hdf5', errno = 2, error message = 'No such file or directory', flags = 0, o_flags = 0)
解决方法:
修改config文件，58行
top_model_weights_path_load = 'output/best-weights-011-1.3547.hdf5'
改为top_model_weights_path_load = 'output/best-weights-001-0.1637.hdf5' #自己查看output目录选择一个
问题六
ValueError: Layer #9 (named "predictions_class"), weight <tf.Variable 'predictions_class/kernel:0' shape=(256, 19) dtype=float32_ref> has shape (256, 19), but the saved weight has shape (256, 3).
解决方法
主要还是数据的问题，在将原始数据转变为我们所需要的数据dataset_create.py文件运行后，将原始数据转变为我们所需要的数据，请修改dataset_create.py第56行，category_name_generate，这是分类目标目录。修改为第49行即可。
重新产生数据，运行即可。
或在predict.py文件第30行，修改class_name也可以。
predict也需要很久
结果：
