代码踩坑记录

1. 运行模型前必须检查
   1. 输入输出维度
   2. 用tensorboard打印GT和input检查
   3. 定期检查学习率，更新学习率有奇效
   4. 注意检查模型是否保存，跑一个epoch测试所有问题
2. python变量定义语句后面的逗号会变成tuple，麻了
3. Github积累上跑测试代码的经验
   1. 有clone直接操作python熟悉工程python没问题
   2. 有clone下来用git bash运行.sh文件的，这里可能出现的问题是本机python环境不需要库，你也不想搞乱环境。这个时候可以用conda/virtultenv虚拟环境。但是我的git bash运行source activate出了问题。所以后来用了。终端这项工作可以完成，**[创建虚拟环境，配置虚拟环境，运行shell文件]**等工作
4. 网络可以改进的部分:改变网络结构、损失函数和训练过程
5. 模型要求输入维度问题：可以先输入时padding，得到输出后crop我们保证和baseline完全对齐看，也就是说，保留所有需要预测的部分，但通过空白值将原始图填充到所需的维度
6. 如果Psnr高了3db，某一区域的视觉提升应该非常明显
7. 解决AttributeError: module ‘tensorflow’ has no attribute 'keras’问题

将model=tf.keras替换model=tf.contrib.keras

8. conda clean -i, 没事就试试

1. 输出文件夹总和不超过2G】虽然页面可以选择单个文件，但它仍然需要查看任务输出目录所有文件的总和不能超过2g，否则，文件不会被复制，您可以联系管理员手动处理
2. 专用下载器点击小云下载
3. 模型有两个页面：模型介绍和文件（nmd）
4. 为什么模型没有保存？output文件夹内存过多？
5. 【FTP传输注意断点续传，同时多命名多个文件传输

1. ssh G101可用于调试

startdocker -u "-it" -c /bin/bash bit:5000/image_name 

进入镜像调试台