Pix2Pix Z圖像翻譯系統(自制)

說說作者

作者於2019年暑假開始，對人工智能就產生了濃厚的興趣。於是經過一個月的考察結果，初步瞭解人工智能模型；於2019年9月份開始着手學習GANs(對抗式生成網絡)。爲什麼會有這樣的一個系統呢？由於本人畢竟是本科生，文采平平；寫不出研究生水平的文章來，於是結合原理以及經過部分微調的優化得到了由Django來驅動使用tensorflow2.0所編寫並且經過微調的Pix2Pix模型進行圖像翻譯訓練和翻譯。
在此，首先感謝一下kaggle這個網站解決了我們這種學習人工智能的學子在沒有GPU資源下的苦惱。

說說應用

目前未開源，如若需要可以聯繫作者(郵箱爲：[email protected])。

安裝anaconda

人工智能必備，anaconda優勢在於可以隨時創建python虛擬環境；切來切去非常方便，而且有一個conda庫。下載對應版本，然後next、next…

設置anaconda國內源

清華源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
# 設置搜索時顯示通道地址
conda config --set show_channel_urls yes

中科大源：

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes

輸入這個conda config --show channels看看是否設置成功，如果設置沒成功，那麼自己百度~

設置pip國內源

windows下，創建一個pip目錄，如：C:\Users\當前計算機用戶文件夾\pip，然後新建文件pip.ini，在pip.ini文件中輸入以下內容（以豆瓣鏡像爲例）：

[global]
index-url = http://pypi.douban.com/simple
[install]
trusted-host = pypi.douban.com

注：pip文件夾需要我們自己創建

安裝tensorflow2.0

# CPU版本
pip install tensorflow==2.1.0
# GPU版本
pip install tensorflow-gpu==2.1.0

注：GPU版本需要安裝對應的N卡驅動和cuda

應用初始化

Django數據庫初始化：

python manage.py migrate

Pix2Pix Z系統運行：

python manage.py runserver

最後的說明

如果在操作過程中，有什麼問題都可以向我提問。