首页
/ T2M-GPT 项目使用教程

T2M-GPT 项目使用教程

2024-09-18 23:23:24作者:秋泉律Samson

1. 项目目录结构及介绍

T2M-GPT/
├── dataset/
│   ├── HumanML3D/
│   ├── KIT-ML/
│   ├── prepare/
│   └── ...
├── img/
├── models/
├── options/
├── utils/
├── visualization/
├── visualize/
├── .gitignore
├── GPT_eval_multi.py
├── LICENSE
├── README.md
├── VQ_eval.py
├── environment.yml
├── render_final.py
├── train_t2m_trans.py
└── train_vq.py

目录结构介绍

  • dataset/: 包含数据集的目录,如 HumanML3D 和 KIT-ML。
  • img/: 存放项目相关的图片文件。
  • models/: 存放模型的定义和实现代码。
  • options/: 存放配置选项的定义文件。
  • utils/: 存放各种工具函数和辅助代码。
  • visualization/: 存放可视化相关的代码。
  • visualize/: 存放可视化相关的代码。
  • .gitignore: Git 忽略文件配置。
  • GPT_eval_multi.py: GPT 模型评估脚本。
  • LICENSE: 项目许可证文件。
  • README.md: 项目说明文档。
  • VQ_eval.py: VQ-VAE 模型评估脚本。
  • environment.yml: 项目依赖环境配置文件。
  • render_final.py: 最终渲染脚本。
  • train_t2m_trans.py: GPT 模型训练脚本。
  • train_vq.py: VQ-VAE 模型训练脚本。

2. 项目启动文件介绍

train_vq.py

该文件用于训练 VQ-VAE 模型。通过运行该脚本,可以启动 VQ-VAE 模型的训练过程。

python3 train_vq.py \
  --batch-size 256 \
  --lr 2e-4 \
  --total-iter 300000 \
  --lr-scheduler 200000 \
  --nb-code 512 \
  --down-t 2 \
  --depth 3 \
  --dilation-growth-rate 3 \
  --out-dir output \
  --dataname t2m \
  --vq-act relu \
  --quantizer ema_reset \
  --loss-vel 0.5 \
  --recons-loss l1_smooth \
  --exp-name VQVAE

train_t2m_trans.py

该文件用于训练 GPT 模型。通过运行该脚本,可以启动 GPT 模型的训练过程。

python3 train_t2m_trans.py \
  --exp-name GPT \
  --batch-size 128 \
  --num-layers 9 \
  --embed-dim-gpt 1024 \
  --nb-code 512 \
  --n-head-gpt 16 \
  --block-size 51 \
  --ff-rate 4 \
  --drop-out-rate 0.1 \
  --resume-pth output/VQVAE/net_last.pth \
  --vq-name VQVAE \
  --out-dir output \
  --total-iter 300000 \
  --lr-scheduler 150000 \
  --lr 0.0001 \
  --dataname t2m \
  --down-t 2 \
  --depth 3 \
  --quantizer ema_reset \
  --eval-iter 10000 \
  --pkeep 0.5 \
  --dilation-growth-rate 3 \
  --vq-act relu

3. 项目的配置文件介绍

environment.yml

该文件定义了项目的依赖环境。通过运行以下命令可以创建项目的虚拟环境:

conda env create -f environment.yml
conda activate T2M-GPT

options/ 目录

该目录下存放了项目的配置选项文件,定义了训练和评估过程中使用的各种参数。

dataset/prepare/ 目录

该目录下存放了数据集的准备脚本,如下载数据集、预处理数据等。

bash dataset/prepare/download_glove.sh
bash dataset/prepare/download_extractor.sh
bash dataset/prepare/download_model.sh

通过这些脚本,可以下载和准备项目所需的数据集和预训练模型。

项目优选

收起
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
416
317
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
90
157
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
45
114
leetcodeleetcode
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
50
13
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
268
401
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TSX
310
28
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
87
238
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
341
213
MateChatMateChat
前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。 官网地址:https://matechat.gitcode.com
625
73
RuoYi-Cloud-Vue3RuoYi-Cloud-Vue3
🎉 基于Spring Boot、Spring Cloud & Alibaba、Vue3 & Vite、Element Plus的分布式前后端分离微服务架构权限管理系统
Vue
85
61