论文结果复现了

[GH-W5]

论文结果复现了， 没什么问题

[AlongLove]

请问您遇到过CUDA out of memory的问题么？请问您是怎么解决的啊？

[GH-W5]

有遇到过，最后把图像裁剪成256x256输入，再训练就没这个问题了

[Delta0406]

请问您遇到过CUDA out of memory的问题么？请问您是怎么解决的啊？

裁剪图片，你也是本科生毕设吗？

[GH-W5]

不是

[Delta0406]

不是

我的epoch保存从158直接就到latest了，请问你是怎么保存193epoch的

[GuitarZhang]

请问你用的命令是：python ./train.py --save_epoch_freq 1 --angle 15 --dataroot ~/LEVIR_CD/train_256/ --val_dataroot ~/LEVIR_CD/val_256/ --name LEVIR-CDFAp0 --lr 0.001 --model CDFA --SA_mode PAM --batch_size 8--load_size 256--crop_size 256 --preprocess rotate_and_crop 吗？ 请问batch_size设的是多少？另外裁剪的时候重叠吗？ 我裁成了256*256不重叠，网络resnet18，结果非常不好，f1才78左右。

[GH-W5]

@GuitarZhang batch_size设的是8，没有重叠，我之前也是0.78，把那个ds设置成1，就好的

[lijiaxiaozi]

论文结果复现了， 没什么问题

你好，裁剪256*256是在训练命令中那个crop_size吗？我的F1得分只有0.773，Precision只有0.649。

[GH-W5]

@

论文结果复现了， 没什么问题

你好，裁剪256*256是在训练命令中那个crop_size吗？我的F1得分只有0.773，Precision只有0.6

[GH-W5]

@

论文结果复现了， 没什么问题

你好，裁剪256*256是在训练命令中那个crop_size吗？我的F1得分只有0.773，Precision只有0.6

有设置crop_size 256 感觉不影响，默认就是256

[AlongLove]

@GuitarZhang batch_size设的是8，没有重叠，我之前也是0.78，把那个ds设置成1，就好的

ds默认的不就是1么？我crop_size和load_size设置为128能跑，PAM的F1是0.843，设置为256还是爆显存，我已经把图片都切成256x256的了，请问您还做了其他的更改么？

[GH-W5]

@GuitarZhang batch_size设的是8，没有重叠，我之前也是0.78，把那个ds设置成1，就好的

ds默认的不就是1么？我crop_size和load_size设置为128能跑，PAM的F1是0.843，设置为256还是爆显存，我已经把图片都切成256x256的了，请问您还做了其他的更改么？

并没有其他修改，可能是我显存比较大32G，你有这个数据集吗 https://tianchi.aliyun.com/competition/entrance/231615/information

[AlongLove]

@GuitarZhang batch_size设的是8，没有重叠，我之前也是0.78，把那个ds设置成1，就好的

ds默认的不就是1么？我crop_size和load_size设置为128能跑，PAM的F1是0.843，设置为256还是爆显存，我已经把图片都切成256x256的了，请问您还做了其他的更改么？

并没有其他修改，可能是我显存比较大32G，你有这个数据集吗 https://tianchi.aliyun.com/competition/entrance/231615/information

没有，我用的他的LEVIR-CD的数据集

[Pythondog3]

@GuitarZhang batch_size设的是8，没有重叠，我之前也是0.78，把那个ds设置成1，就好的

ds默认的不就是1么？我crop_size和load_size设置为128能跑，PAM的F1是0.843，设置为256还是爆显存，我已经把图片都切成256x256的了，请问您还做了其他的更改么？

你好，你的显存是多大的，我的是8G，设置ds=1，crop_size和load_size为128显存就炸了

[swjtulinxi]

请问你是用默认学习率0.0002，还是0.001， 我换成0.001直接没法学习，梯度爆炸

[weizhiliang0520]

论文结果复现了， 没什么问题 您好，我开始运行train.py之后，出现下面的错误，请问你知道如何解决吗？ Experiment/codes/33_STANet/STANet/models/CDF0_model.py", line 79, in test metrics.update(self.L.detach().cpu().numpy(), pred.detach().cpu().numpy()) File "/content/drive/MyDrive/Experiment/codes/33_STANet/STANet/util/metrics.py", line 121, in update self.confusion_matrix += self.fast_hist(lt.flatten(), lp.flatten()) File "/content/drive/MyDrive/Experiment/codes/33_STANet/STANet/util/metrics.py", line 108, in fast_hist hist = np.bincount(self.num_classes * label_gt[mask].astype(int) + label_pred[mask], IndexError: boolean index did not match indexed array along dimension 0; dimension is 67108864 but corresponding boolean dimension is 1048576

[GH-W5]

请问你是用默认学习率0.0002，还是0.001， 我换成0.001直接没法学习，梯度爆炸 学习率用的默认的

[GH-W5]

论文结果复现了， 没什么问题 您好，我开始运行train.py之后，出现下面的错误，请问你知道如何解决吗？ Experiment/codes/33_STANet/STANet/models/CDF0_model.py", line 79, in test metrics.update(self.L.detach().cpu().numpy(), pred.detach().cpu().numpy()) File "/content/drive/MyDrive/Experiment/codes/33_STANet/STANet/util/metrics.py", line 121, in update self.confusion_matrix += self.fast_hist(lt.flatten(), lp.flatten()) File "/content/drive/MyDrive/Experiment/codes/33_STANet/STANet/util/metrics.py", line 108, in fast_hist hist = np.bincount(self.num_classes * label_gt[mask].astype(int) + label_pred[mask], IndexError: boolean index did not match indexed array along dimension 0; dimension is 67108864 but corresponding boolean dimension is 1048576

不好意思，时间过去有点久，不是很清楚这个错误是否遇到过

[GH-W5]

@GuitarZhang batch_size设的是8，没有重叠，我之前也是0.78，把那个ds设置成1，就好的

ds默认的不就是1么？我crop_size和load_size设置为128能跑，PAM的F1是0.843，设置为256还是爆显存，我已经把图片都切成256x256的了，请问您还做了其他的更改么？

你好，你的显存是多大的，我的是8G，设置ds=1，crop_size和load_size为128显存就炸了

32G

[weizhiliang0520]

有遇到过，最后把图像裁剪成256x256输入，再训练就没这个问题了

你好，前面base的模型已经跑通. 但是现在换到-- lr 0.0002 --model CDFA0 --SA_mode BAM --batch_size 2 crop_size 256, 但是结果都还是先和隔壁的问题一样， CUDA out of memory. Tried to allocate 256.00 GiB 我的 GPU 1: 10.76 GiB，ds设置为1。出现上面的问题是跑了一个epoch以后，才出现的。如果batch_size =8, 第一个epoch都不能跑。 请问你有什么建议？

还有，您说的剪切是不是代码中的crop size=256，还是要自己先在其他地方剪切呢？