ursular86

> 这个按道理应该是完全一致的，可以提供下您的测试结果和测试的图片不？以及模型。我们来复现一下 用facades数据集训练和测试的， 评估：python -u tools/main.py --config-file configs/pix2pix_facades.yaml --evaluate-only --load output_dir/pix2pix_facades/epoch_200_weight.pdparams 导出模型：python tools\export_model.py --export_model inference_model -c configs\pix2pix_facades.yaml --load output_dir\pix2pix_facades\epoch_200_weight.pdparams --inputs_size 1,3,256,256 推理：python tools\inference.py --model_path inference_model\pix2pixmodel_netG --model_type pix2pix --device cpu -c...

> 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)

> > > 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](https://github.com/PaddlePaddle/PaddleGAN)，里面有pix2pix，另外Paddle的版本也可以升级到最新的2.1 > > >...

> 请问是是训练哪个模型？我们也发现了这个现象。是dataloader的bug，会在paddle 2.1.2版本修复，这个版本应该会在几天后发布 您好，我是在训练pix2pix发现的该问题，在windows上训练facades数据集，发现内存占用率会一直增加，但是增加比较慢，但是训练我自定义的数据集（图像尺寸比较大）时，占有率会增加非常快。期待paddle2.1.2版本中，请问下周能发布吗?

感谢回复，后续会更新版本到2.1.2