TransGAN代码复现—九天毕昇平台

TransGAN是UT-Austin、加州大学、 IBM研究院的华人博士生构建了一个只使用纯 transformer 架构、完全没有卷积的 GAN，并将其命名为 TransGAN。
论文地址：https://arxiv.org/abs/2102.07074
论文精读：论文精读 TransGAN
代码地址：https://github.com/VITA-Group/TransGAN

本篇博文是利用中国移动的九天毕昇平台复现TransGAN的博文。

一、九天毕昇操作简介

首先介绍一下深度学习服务平台：“九天·毕昇”是中国移动开发的一款云服务平台，能够提供高效（最高显存32GB的V100）便捷（主要优点还是免费O(∩_∩)O）的算力。

点击链接注册即可免费赢取 2000 个算力豆（100 小时 V100 使用时长：https://jtedu.cmri.cn/web#/register?token=NTIxNWNkOWEtNjIxZi00ZTIyLThlZTItNDhiYWQ3ODRiMDhm

1.1、进入控制台

进入首页后，点击进入控制台：


进入后可以看到存储空间，算力豆（九天毕昇算时的计算单位）和自己建立过的实例。

1.2、新建自己的实例

点击左侧导航栏，进入模型训练，点击新建实例

命名自己的实例名称，然后选择数据集（平台提供了一些数据集，选用平台数据集会自动加载在data/public文件夹中，但是平台只有
部分数据集，没有的数据集需要自己在数据管理或者在运行实例时进行上传）选择资源套餐。

1.3、进入实例

进入实例后，我们可以看到，和colab比较类似，左侧是文件资源部分，右侧可以进行编辑，

我们点击左上角的蓝色加号，新建一个notebook或者console或者最下面的terminal（看个人喜好），如果点击的是pytorch1.x，则平台就自动为了加载了最基础的pytorch环境。

二、复现TransGAN

2.1、下载git代码

首先进入终端terminal，克隆代码：

git clone https://github.com/VITA-Group/TransGAN

成功克隆后，项目代码如下：

2.2、配置环境

进入TransGAN：cd TransGAN，

然后根据requirement.txt下载安装环境：

pip install -r requirements.txt

可能会出现的问题：
ERROR: conda 4.11.0 requires ruamel_yaml_conda>=0.11.14, which is not installed.
ERROR: tensorflow 2.4.0 has requirement absl-py~=0.10, but you’ll have absl-py 1.0.0 which is incompatible.
ERROR: tensorflow 2.4.0 has requirement flatbuffers~=1.12.0, but you’ll have flatbuffers 2.0 which is incompatible.
ERROR: tensorflow 2.4.0 has requirement gast==0.3.3, but you’ll have gast 0.5.3 which is incompatible.
ERROR: tensorflow 2.4.0 has requirement grpcio~=1.32.0, but you’ll have grpcio 1.45.0 which is incompatible.
ERROR: tensorflow 2.4.0 has requirement h5py~=2.10.0, but you’ll have h5py 3.6.0 which is incompatible.
ERROR: tensorflow 2.4.0 has requirement numpy~=1.19.2, but you’ll have numpy 1.21.5 which is incompatible.
ERROR: tensorflow 2.4.0 has requirement six~=1.15.0, but you’ll have six 1.16.0 which is incompatible.
ERROR: tensorflow 2.4.0 has requirement typing-extensions~=3.7.4, but you’ll have typing-extensions 4.1.1 which is incompatible.
解决方案：这个的意思是tensorflow 2.4版本和一些其他环境的版本不能匹配。
需要重新安装TensorFlow：
pip install tensorflow

2.3、开始训练

在TransGAN目录下，输入：

python exps/cifar_train.py

开始训练：

训练的时间比较长，可能需要2天或者更久，我们也可以下载已经训练好的checkpoint进行测试（请看2.4）。

2.4、开始测试

如果2.3没有训练或者完，下载 cifar checkpoint并将其放到文件夹中：

最后输入测试命令，开始测试：

python exp/cifar_test.py

可能遇见的问题：
ModuleNotFoundError: No module named ‘tensorflow._api’
解决方案1：
参考网上推测要在命令行装tensorflow-gpu，在命令行输入：
pip install --upgrade --ignore-installed tensorflow-gpu
解决方案2：
TensorFlow未安装成功，重新pip安装