<Yun>

这里的实现是TNet + MNet = Model, 然后统一训练model。也不是不可以，只要你的tnet和mnet都能收敛就行了。之所以不常这样做是因为每个net的收敛速度不一样，有时第一个net已经过拟合和第二个才开始收敛。 我的训练步骤是先tnet， 然后freeze tnet，用tnet的结果去训练mnet，最后把tnet和mnet放一起微调。也就是和论文里面一样的步骤。 具体怎么训练看你，你要训练哪个net就针对性的用哪个loss就好。跟数据集关系不大，只要你有rgb彩色图，trimap和最后的alpha图这三个就好。 如果你是预训练好了的mnet，你可以直接训练tnet然后再放一起微调就好了。

现在这个repo的model里面就是加载的两个模型

train.py这里写了  你如果要做mnet的，或者单独某个net，仿照写一个就好了。

> 可能我把名词的概念弄混淆了。我以为的是torch.load(model1.ckpt) , torch.load(model2.ckpt) > 您的意思是说 单独训练T-Net这个网络生成T.ckpt ， 然后再用T.ckpt fine-tune 训练M-Net这个网络， 然后最后再用这个repo的end2end 进行最后的微调对吗。 所以意思就是这个repo的网络一开始就是M+T一起训练的 ， 只不过第一步只反向传播Loss_T. > > 我理解的对吗？～ 是的。正确。

1》模型不同确实cuda 占用不同，所以这个最直接就是换大一点的显卡 2》为什么一定要end-to-end，你先resize变小，拿去产生trimap， 释放掉cuda内存，然后把trimap放大，拿去产生alpha matte，不可以吗？ 3》【用一定尺寸上限的图片训练出来的模型，无法处理超过此上限的图片】不存在这个说法

这两个模型都不是做的同一件事情，就没得比较了。 用encoder decoder做restoration耗gpu内存是很正常的。

> 大佬， 我又来了， 现在基本上我的抠图 在分割部分 已经达到要求了， 目前的问题是m_net感觉效果不佳， 目前有一个疑问 就是L_p = L_alpha + L_compositional 中的L_compositional ==｜｜Cg - Cp｜｜ 我对这个Cg到底是什么有些疑惑。 这个仓库的L_compositional中和DIM中的计算方式不一样， 这个作者是用torch.cat((alpha_gt, alpha_gt, alpha_gt) , 1) * img. 去计算Cg t的值， 而DIM中甚至还要用到bg， 所以我很疑惑...

I also have a quite high EER on VOX1, also my GE2E loss is quite high, around 20. I think we can obtain very good result on TIMIT is just...

Oh, I see, I only use 300 epoch on the training and the loss decrease very slow and almost stop around 20...actually this is also my question on the GE2E...

also, I noticed that in your VGG code, you set bias to **False** ``` def _make_layers(self, output_channels, layer_num): layers = [] while layer_num: layers.append( BasicConv( self.input_channels, output_channels, kernel_size=3, padding=1, bias=False...