train_options 训练使用的超参数
display_freq
在屏幕上打印训练结果的频率display_single_pane_ncols
如果是个正整数,那么将图片以特定的列书展示在网页上update_html_freq
在网页上保存训练将结果的频率print_freq
在命令行展示训练结果的频率save_latest_freq
保存最新结果的频率save_epoch_freq
每隔几个周期保存一次检查点文件continue_train
是否是继续训练,如果是会加载之前的检查点文件作为模型继续训练epoch_count
开始的周期数,phase
模式 包括 train, val, test 等等which_epoch
加载哪个周期的检查点文件niter
在 niter 次训练内使用初始学习率niter_decay
在 niter_decay 次训练后学习率线性衰减为 0beta1
adam 算法的动量系数lr
adam 算法的初始学习率no_lsgan
不使用 最小二乘GAN ,如果是false ,就使用 vanilla GANlambda_A
(A -> B -> A) 损失函数的权重lambda_B
(A -> B -> A) 损失函数的权重pool_size
生成出现的图片保存多少张no_html
不要立刻保存训练结果到[opt.checkpoints_dir]/[opt.name]/web/ 文件夹lr_policy
学习率的变化策略 包括 lambda|step|plateaulr_decay_iters
每 lr_decay_iters 次训练后给 学习率 乘上 缩减系数 gammaidentity
使用 identity 映射。设置1以外的数还会影响identity映射损失的权重。例如,如果identity loss 的权重比重建loss 的权重小10倍,请设置optidentity = 0.1。load_video
是否加载video ,如果是1 就加载 video,如果是0 就加载 图片data_dir
数据存储的位置depth
3D video 的帧数skip
每隔一定的帧数保存一次overlap
B 的帧数和A 保持一致isTrain = True
训练模式