DCGAN | 易学教程

1、代码获取https://github.com/carpedm20/DCGAN-tensorflow
2、数据集获取
python download.py mnist celebA存在问题，不能下载
直接从官网http://mmlab.ie.cuhk.edu.hk/projects/CelebA.html下载数据集，然后解压放到data文件夹下（文件夹内有20多万张图片）
在这里插入图片描述
3、代码运行环境Ubuntu Server 16.04 x64 + cuda8，利用conda进行管理，python3.5，tensorflow-gpu1.4.0

需解决的问题：
1、gpu的选择
os.environ[‘CUDA_VISIBLE_DEVICES’] = ‘1’ //1代表第二块gpu
2、代码运行过程中出现错误tensorflow.python.framework.errors_impl.InternalError，from device: CUDA_ERROR_OUT_OF_MEMORY
1）先运行nvidia-smi 检查GPU运行情况，若内存够用进入2
2）代码应作已下修改

import tensorflow as tf
import os
os.environ["CUDA_VISIBLE_DEVICES"] = '0' #use GPU with ID=0
config = tf.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction = 0.5 # maximun alloc gpu50% of MEM
config.gpu_options.allow_growth = True #allocate dynamically
sess = tf.Session(config = config)

3、出现如下错误
在这里插入图片描述
在main.py代码开头加上下面两行：

os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

4、出现如下错误
在这里插入图片描述
解决方法：
（1）tensorflow(gpu版本)的版本是1.10.0，此版本需要cuda9.0+;与服务器上cuda8.0+版本不匹配
（2）采用了降低tensorflow版本(<tensorflow1.4.0)的方法,安装tensorflow1.4.0(pip install tensorflow-gpu==1.4.0)

代码改动
在这里插入图片描述

参考：
[1]https://blog.csdn.net/Candy_GL/article/details/81138297
[2]https://blog.csdn.net/sinat_30372583/article/details/79461468
[3]https://blog.csdn.net/zhaohaibo_/article/details/80573676
[4]https://blog.csdn.net/Alawaka2018/article/details/80301703
[5]https://blog.csdn.net/u012436149/article/details/53837651

来源：CSDN

作者：qq_34725005

链接：https://blog.csdn.net/qq_34725005/article/details/84940280

标签

config

csdn

gpu服务器