代码拉取完成，页面将自动刷新
同步操作将从 PaddlePaddle/PaddleGAN 强制同步，此操作会覆盖自 Fork 仓库以来所做的任何修改，且无法恢复！！！
确定后同步将在后台操作，完成时将刷新页面，请耐心等待。
PaddleGAN是飞桨生成对抗网络（GAN）开发套件，提供多种经典前沿网络的高性能复现，应用覆盖图像生成、风格迁移、动作驱动、影像超分及上色等多种领域。
本章节将以CycleGAN模型在Cityscapes数据集上的训练预测作为示例，教大家如何快速上手使用PaddleGAN。
注意，PaddleGAN中所有的模型配置文件均可在 ./PaddleGAN/configs 中找到。
关于安装配置运行环境，请参考安装文档完成Paddle及PaddleGAN的安装。
在本演示案例中，假设用户将PaddleGAN的代码克隆并放置在 ’/home/paddle‘ 目录中。用户执行的命令操作均在 ’/home/paddle/PaddleGAN‘ 目录下完成。
按照数据准备文档准备Cityscapes数据集。
python data/download_cyclegan_data.py --name cityscapes
python -u tools/main.py --config-file configs/cyclegan_cityscapes.yaml
--config-file (str): 配置文件的路径。此处用的是CycleGAN在Cityscapes数据集上训练的配置文件。./output_dir中，可以通过配置文件中的output_dir参数修改：output_dir: output_dir
output_dir
└── CycleGANModel-2020-10-29-09-21
├── epoch_1_checkpoint.pkl
├── log.txt
└── visual_train
├── epoch001_fake_A.png
├── epoch001_fake_B.png
├── epoch001_idt_A.png
├── epoch001_idt_B.png
├── epoch001_real_A.png
├── epoch001_real_B.png
├── epoch001_rec_A.png
├── epoch001_rec_B.png
├── epoch002_fake_A.png
├── epoch002_fake_B.png
├── epoch002_idt_A.png
├── epoch002_idt_B.png
├── epoch002_real_A.png
├── epoch002_real_B.png
├── epoch002_rec_A.png
└── epoch002_rec_B.png
飞桨VisualDL是针对深度学习模型开发所打造的可视化分析工具，提供关键指标的实时趋势可视化、样本训练中间过程可视化、网络结构可视化等等，更能直观展示超参与模型效果间关系，辅助实现高效调参。
以下操作请确保您已完成VisualDL的安装，安装指南请见VisualDL安装文档。
通过在配置文件 cyclegan_cityscapes.yaml 中添加参数enable_visualdl: true使用 飞桨VisualDL对训练过程产生的指标或生成的图像进行记录，并运行相应命令对训练过程进行实时监控：
如果想要自定义飞桨VisualDL可视化内容，可以到 ./PaddleGAN/ppgan/engine/trainer.py 中进行修改。
本地启动命令：
visualdl --logdir output_dir/CycleGANModel-2020-10-29-09-21/
更多启动方式及可视化功能使用指南请见VisualDL使用指南。
在训练过程中默认会保存上一个epoch的checkpoint在output_dir中，方便恢复训练。
本次示例中，cyclegan的训练默认每五个epoch会保存checkpoint，如需更改，可以到**config文件中的interval**进行修改。
python -u tools/main.py --config-file configs/cyclegan_cityscapes.yaml --resume your_checkpoint_path
--resume (str): 用来恢复训练的checkpoint路径（保存于上面配置文件中设置的output所在路径）。CUDA_VISIBLE_DEVICES=0,1 python -m paddle.distributed.launch tools/main.py --config-file configs/cyclegan_cityscapes.yaml
python tools/main.py --config-file configs/cyclegan_cityscapes.yaml --evaluate-only --load your_weight_path
--evaluate-only: 是否仅进行预测。--load (str): 训练好的权重路径。此处可能存在不合适展示的内容，页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容，可点击提交进行申诉，我们将尽快为您处理。