利用谷歌colab跑github代码AttnGAN详细步骤 深度学习实验（colab+pytorch+jupyter+github+AttnGAN）

Google Colab，全名Colaboratory，是由谷歌提供的免费的云平台，可以使用pytorch、keras、tensorflow等框架进行深度学习。其GPU为Tesla T4 GPU，有很强的算力，对于刚入门机器学习或深度学习的用户，这个平台是不二之选。

打开colab，连接云端虚拟机

1、进入谷歌云端硬盘，在更多中找到colaboratory

2、Colab界面下图所示，相当于Jupyter，以文档的形式展现，可以运行和共享代码。

3、点击连接，连接谷歌colab为你提供的虚拟机

等待后，显示这样就是连接成功

4、更改虚拟机设置，使用GPU，准备开始白嫖
点击左上角修改-笔记本设置-硬件加速改为GPU

配置实验资源（code+dataset）

1、运行以下代码装载谷歌云端硬盘到虚拟机

from google.colab import drive
drive.mount('/content/drive')

可以看到装载到了drive文件夹，即是谷歌云端硬盘（就可以实现云盘文件与虚拟机的连接）

2、克隆github项目到虚拟机sample_data文件夹（一般情况下放在此文件夹，别处也可以）
首先找到github代码的HHTPS地址，如AttnGAN的：

然后在colab中输入克隆命令：

!git clone https://github.com/davidstap/AttnGAN.git

即可看到colab虚拟机克隆到了github的实验代码。

3、根据项目的提示，进行资源的导入

①将谷歌云盘的鸟类预处理的元数据保存到自己的云盘（添加快捷方式就是）

然后打开colab可以看到，birds.zip已经在我们的云盘中，我们将其挪到AttnGAN的指定位置中（data/）

挪入后发现，他是zip文件,要进行解压
故我们通过cd命令，进入data文件夹当中。

cd AttnGAN/
cd data/

然后进行解压

!unzip birds.zip

同样，我们发现在解压后的birds中还有一个压缩文件叫做text.zip，同样进行解压，解压成功后可以删掉zip文件，因为colab限制了磁盘存储空间，要省着用，解压成功后的文件目录是这样：

②、用与①相当的方法，添加鸟类图像数据集的快捷方式到云盘，并将它们挪到data/birds/并且解压。

此处为大家介绍一小部分可能会用到的命令：

返回上一级：cd …
查看当前目录：pwd
查看当前目录里的所有文件和文件夹：ls
解压zip格式的压缩文件（text.zip为目标文件）：unzip text.zip
解压tar格式的压缩文件（CUB_200_2011.tgz为目标文件）：!tar -xf CUB_200_2011.tgz

实验运行

1、预训练 DAMSM 模型，回到code目录下，输入以下代码并运行：

！python pretrain_DAMSM.py --cfg cfg/DAMSM/bird.yml --gpu 0

bug1：会出现

IndexError: invalid index of a 0-dim tensor. Use tensor.item() in Python or tensor.item() in C++ to convert a 0-dim tensor to a number

是因为s_cur_loss0 = s_total_loss0[0]应该改成s_cur_loss0 = s_total_loss0.item()，把他们四兄弟都改成.item()

bug2：会出现

File “/content/sample_data/AttnGAN/code/miscc/utils.py”, line 104, in build_super_images
drawCaption(text_convas, captions, ixtoword, vis_size)
File “/content/sample_data/AttnGAN/code/miscc/utils.py”, line 35, in drawCaption
fnt = ImageFont.truetype(‘Pillow/Tests/fonts/FreeMono.ttf’, 50)
OSError: cannot open resource

这是因为没有FreeMono字体原因，找到utils.py的50行，改为Humor-Sans.ttf或者LiberationMono-Bold.ttf

后面还有少许bug，这里不再赘述

2、训练 AttnGAN 模型

!python main.py --cfg cfg/bird_attn2.yml --gpu 2

会提示bug：

RuntimeError: CUDA error: invalid device ordinal
CUDA kernel errors might be asynchronously reported at some other API call,so the stacktrace below might be incorrect.
For debugging consider passing CUDA_LAUNCH_BLOCKING=1.

这个是因为，该虚拟机只有一个gpu可用，将–gpu 2改为–gpu 0

3、采样
采样部分文本测试

可以在这里更改自己需要的文本，比如：this bird is red and white with big swings and short beak

采样部分文件名测试

python main.py --cfg cfg/eval_bird.yml --gpu 0

然后可以看到，程序进入正常运行阶段，大功告成。

运行结果

输入的文本为：this bird is red and white with big swings and short beak
注意力输入

三阶段的生成器分别生成的图像为：



实验成功。

使用colab的注意事项

0、colab的GPU使用是完全免费的，随便用，乱用，使劲用，加油一起薅谷歌的羊毛。
1、执行命令行前面加！
2、自带库及库的安装Colab 自带了Pytorch， Tensorflow、Matplotlib、Numpy、Pandas 等深度学习基础库。如果还需要其他依赖，如 Keras，可以新建代码块，利用pip安装
3、连续使用超过12小时会被限制，使用时中途保存模型文件
4、如果虚拟机长时间未检测到你有什么指令和动作，会自动切断连接，一切就得重新来。
5、不要心动去充钱升级权限，国内也有很多优秀的云服务。