add-pytorch代码实现

运行的是GitHub关于GAN算法的最高赞代码https://github.com/corenel/pytorch-adda
这个代码直接运行是不能直接出结果的，需要进行以下修改：

大佬的安装环境是

• Python 3.6
• PyTorch 0.2.0

但是我在anaconda上搭建的pytorch0.2.0显示的是cuda版本报错

所以我换成了

• torch1.7.0
• torchvision 0.8.1

这里torch和torchvision有版本对应要求，需要注意

torch和anaconda安装教程见我另一篇文档。

修改方案

首先会有一些版本不兼容需要修改的提示，如data[0]变成item()等，按照提示修改就可以

这里主要介绍一些难以寻找的大的修改。

导入MNIST和UPSP数据集

从torchvision.datasets.MNIST下载即可，代码在datasets文件夹里mnist.py 和usps.py下载后的MNIST图像都是灰度图像，只有一个通道。所以运行原来的程序会报错：RuntimeError: output with shape [1, 28, 28] doesn't match the broadcast shape [3, 28, 28]。

报错原因：这是因为mnist图像都是灰度图像，只有一个通道，而上面的transforms.Normalize 却对三个通道都归一化了，这肯定会报错，所以只要像下面修改即可：

    pre_process = transforms.Compose([transforms.ToTensor(),
                                      transforms.Normalize(
                                          (0.5,),(0.5,))])

需要注意的是mnist.py和usps.py这两个函数里面都需要这样修改

float->long的字符类型出错

天知道我找这个错误找了多久，修改为

pretrain.py

      acc += pred_cls.eq(labels.data).long().cpu().sum().item()#增加了.item()，.long()

优化后的精度没有之前的精度高
torchvision版本要为0.2.0版本，0.2.1版本每次加载数据都减去了一次平均值