pix2pix训练结束后，为什么用save_inference_model重新保存的模型性能下降？

[ursular86]

model_name = 'net_G'
print(args.init_model + '/' + model_name)

place = fluid.CPUPlace()
if args.use_gpu:
    place = fluid.CUDAPlace(0)
exe = fluid.Executor(place)

startup_prog = fluid.Program()
infer_prog = fluid.Program()

with fluid.program_guard(main_program=infer_prog, startup_program=startup_prog):
    data_shape = [None, 3, args.image_size, args.image_size]
    input = fluid.data(name='input', shape=data_shape, dtype='float32')
    from network.Pix2pix_network import Pix2pix_model
    model = Pix2pix_model()
    fake = model.network_G(input, "generator", cfg=args)

exe.run(startup_prog)
fluid.load(infer_prog, os.path.join(args.init_model, model_name), exe)
print('load params done')

infer_prog = infer_prog.clone(for_test=True)

if not os.path.exists(args.output_dir):
    os.makedirs(args.output_dir)
fluid.io.save_inference_model(
    args.output_dir,
    feeded_var_names=['input'],
    target_vars=[fake],
    executor=exe,
    main_program=infer_prog,
    model_filename='__model__',
    params_filename='__params__'
)

[wangxicoding]

您好，能描述的更清晰些吗，性能下降是和保存前的对比吗，另外能不能给一下运行的环境数据

[ursular86]

您好，能描述的更清晰些吗，性能下降是和保存前的对比吗，另外能不能给一下运行的环境数据

1. 您好，感谢您的回复。
2. 问题描述：训练过程中使用fluid.save保存文件：net_G.pdmodel,net_G.pdopt,net_G.pdparams，希望将这些文件使用fluid.io.save_inference_model重新保存：model, params，从进行推理部署，代码如上所示。但发现：输入相同图像，分别使用导出推理前后的文件处理图像，结果不一致。
3. paddle版本：paddlepaddle-gpu (1.8.1.post107)

[wangxicoding]

您好，能描述的更清晰些吗，性能下降是和保存前的对比吗，另外能不能给一下运行的环境数据

1. 您好，感谢您的回复。
2. 问题描述：训练过程中使用fluid.save保存文件：net_G.pdmodel,net_G.pdopt,net_G.pdparams，希望将这些文件使用fluid.io.save_inference_model重新保存：model, params，从进行推理部署，代码如上所示。但发现：输入相同图像，分别使用导出推理前后的文件处理图像，结果不一致。
3. paddle版本：paddlepaddle-gpu (1.8.1.post107)

pip2pip现在没啥人维护了，可以试试PaddleGAN，里面有pix2pix，另外Paddle的版本也可以升级到最新的2.1

[ursular86]

您好，能描述的更清晰些吗，性能下降是和保存前的对比吗，另外能不能给一下运行的环境数据

1. 您好，感谢您的回复。
2. 问题描述：训练过程中使用fluid.save保存文件：net_G.pdmodel,net_G.pdopt,net_G.pdparams，希望将这些文件使用fluid.io.save_inference_model重新保存：model, params，从进行推理部署，代码如上所示。但发现：输入相同图像，分别使用导出推理前后的文件处理图像，结果不一致。
3. paddle版本：paddlepaddle-gpu (1.8.1.post107)

pip2pip现在没啥人维护了，可以试试PaddleGAN，里面有pix2pix，另外Paddle的版本也可以升级到最新的2.1

您好，能描述的更清晰些吗，性能下降是和保存前的对比吗，另外能不能给一下运行的环境数据

1. 您好，感谢您的回复。
2. 问题描述：训练过程中使用fluid.save保存文件：net_G.pdmodel,net_G.pdopt,net_G.pdparams，希望将这些文件使用fluid.io.save_inference_model重新保存：model, params，从进行推理部署，代码如上所示。但发现：输入相同图像，分别使用导出推理前后的文件处理图像，结果不一致。
3. paddle版本：paddlepaddle-gpu (1.8.1.post107)

pip2pip现在没啥人维护了，可以试试PaddleGAN，里面有pix2pix，另外Paddle的版本也可以升级到最新的2.1

谢谢您的建议，正在尝试使用PaddleGAN