說說作者

作者于2019年暑假開始，對人工智能就產生了濃厚的興趣。于是經過一個月的考察結果，初步了解人工智能模型；于2019年9月份開始著手學習GANs(對抗式生成網絡)。為什么會有這樣的一個系統呢？由于本人畢竟是本科生，文采平平；寫不出研究生水平的文章來，于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所編寫并且經過微調的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

項目鏈接

安裝anaconda

人工智能必備，anaconda優勢在于可以隨時創建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，然后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，那么自己百度~

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，然后新建文件pip.ini，在pip.ini文件中輸入以下內容（以豆瓣鏡像為例）：

[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

最后的說明

如果在操作過程中，有什么問題都可以向我提問。

總結

以上是生活随笔為你收集整理的Pix2Pix Z图像翻译系统(自制)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。