train.sh

# export CUDA_VISIBLE_DEVICES=$1
# =================================================================================
# Train SPARNet
# =================================================================================

python train.py --gpus 1 --name SPARNet_S16_V4_Attn2D --model sparnet \
    --Gnorm "bn" --lr 0.0002 --beta1 0.9 --scale_factor 8 --load_size 128 \
    --dataroot ../celeba_crop_train --dataset_name celeba --batch_size 32 --total_epochs 20 \
    --visual_freq 100 --print_freq 10 --save_latest_freq 500 #--continue_train 

python train.py --gpus 1 --name SPARNetLight_Attn3D --model sparnet \
    --res_depth 1 --att_name spar3d \
    --Gnorm "bn" --lr 0.0002 --beta1 0.9 --scale_factor 8 --load_size 128 --total_epochs 20 \
    --dataroot ../celeba_crop_train --dataset_name celeba --batch_size 32 \
    --visual_freq 100 --print_freq 10 --save_latest_freq 500 #--continue_train 

# =================================================================================
# Train SPARNetHD
# =================================================================================

python train.py --gpus 1 --name SPARNetHD_V4_Attn2D --model sparnethd \
    --Gnorm 'in' --g_lr 0.0001 --d_lr 0.0004 --beta1 0.5 --load_size 512 --total_epochs 10 \
    --Dnorm 'in' --num_D 3 --n_layers_D 4 \
    --dataroot /data/vdb/cfchen/FFHQ/imgs1024 --dataset_name ffhq --batch_size 2 \
    --visual_freq 100 --print_freq 10 --save_latest_freq 500 #--continue_train

python train.py --gpus 1 --name SPARNetHD_V4_Attn3D --model sparnethd \
    --Gnorm 'in' --att_name 'spar3d' --g_lr 0.0001 --d_lr 0.0004 --beta1 0.5 --load_size 512 --total_epochs 10 \
    --Dnorm 'in' --num_D 3 --n_layers_D 4 \
    --dataroot /data/vdb/cfchen/FFHQ/imgs1024 --dataset_name ffhq --batch_size 2 \
    --visual_freq 100 --print_freq 10 --save_latest_freq 500 #--continue_train