您好，我是一个GAN的初学者，论文中有不明白的地方想请教您一下

[NENUQianWeijie]

想请教您一下论文中这个epoch在代码中是对应哪个地方呢

[ZhengPeng7]

去train.py就能找, 这里: link. 定义在配置文件里: link, 可自行修改.

[NENUQianWeijie]

太感谢您的回复了，真的是太感谢了，我这一块还是有点没看懂，具体参数设置还想向您请教一下 1.λfm，λper，λ1，λsty对应train_options.py中哪几个参数呢？ 2.生成器和判别器的学习率是在哪里设置参数呢？ 3.在S2I任务中，看到您使用了两组参数分别训练了两个不同的阶段，这个是怎么做到的呢？具体是要在哪里设置这两组参数呢？ 4.在S2I任务中，先将epoch设置为400，然后在epoch=250后冻结facial components synthesis module，这个250是怎么设置的呢？ 5.unet_512是在哪里使用的呢？我在论文中没有找到对应的地方，这个是应该放在checkpoints目录下吗？

[ZhengPeng7]

1. 所需的loss可以参考这里定义以及这里和train_options.py里的赋值, 结合着看应该更清晰. 具体的你可以再看下文章里的几个loss的公式, 还是挺清晰的, 例如$L_{per}$是VGG loss.
2. G和D的学习率在网络中设置的, 例如这里和这里.
3. 说实话这个proj的代码一开始我没有参与, 所以有部分设定的初始想法我也不清楚, 而且对于部分类似epoch的设置后来我有调优. 此外, 这个repo当时的代码有点过于庞大, 之后弄了很多还是感觉比较臃肿, 有的东西说实话可能确实就不太记得了. 而且这个repo主要是做image2sketch的. 如果碰到有的参数不理解, 可以去参考APDrawingGAN, 网络结构方面主要其实就是基于APDrawingGAN的, 文件也直接体现了. 如果再有, 你也可以邮件询问请教Dr. Zilin huang, 也就是2nd author.
4. epoch是当时实验的一些细节, 就是通过尝试来设的一个大概的值, 你也可以调整.
5. UNet 你可以看到base_options.py里的netG, 就是用了UNet_xx. 当然, 更具体的你可以看这里, 有几种XXNet_xx选项, 这里体现了是如何使用的, 即每个小enc+dec都是一个UNet.

[NENUQianWeijie]

真的太感谢老师的回复了，我读您论文的时候，看网络结构图特别明晰，但是阅读代码时有点没读懂，我想要把代码和论文中的模型结构图对应起来，应该是以一个怎样的顺序去阅读models文件夹下的这些文件呢

[NENUQianWeijie]

我应该在哪里查询Dr. Zilin huang老师的邮箱呢

[ZhengPeng7]

客气啦, 都是同学. 对, 确实比较复杂, 我当时也看了好久😂模型逻辑不复杂, 代码比较工程化得庞大了, 主要也是因为沿用的APDrawingGAN的 (它比较复杂), 大部分其实都是对应的, 你也可以去看看它. 邮箱的话论文或者出版社文章主页里有写吧, 你可以看下README的Springer和MIR的, 是有的.

[NENUQianWeijie]

太感谢您的回复了，我看了APDrawingGAN的论文，大概理解了五个并行的GAN网络这部分是由apdrawing_gan_model.py这个文件实现的，但是我没找到论文中G1，G2和风格向量这部分的代码，想请教您一下这部分的代码在哪里呢

[ZhengPeng7]

Hi, 风格向量你可以看这里, 也就是三种风格的标签labe初始化, 应该就能理解了. 至于G1, G2, 我明天再细看下回复你哈。

[NENUQianWeijie]

不好意思，没能及时回您你，太感谢您的回复了，实在是麻烦您了