jie

RuntimeError: PyTorch convert function for op 'pixel_unshuffle' not implemented.

1

## 🌱 Describe your Feature Request nn.PixelUnshuffle in pytorch 1.9 is not supported.

make failure [ 80%] Linking CXX shared library x86_64/lib/libsysDetectSpeed.so /usr/bin/ld: cannot find -lopencv_dep_cudart /usr/bin/ld: cannot find -lopencv_dep_nppial /usr/bin/ld: cannot find -lopencv_dep_nppicc /usr/bin/ld: cannot find -lopencv_dep_nppicom /usr/bin/ld: cannot find -lopencv_dep_nppidei /usr/bin/ld:...

so hard to train

10

Hi, I use the preprocessed CelebA dataset that you provided to train, but the attention masks become 1 after several iters. I didn't change the parameters in the code. `...

the loss is too large

3

I train the model from scratch and use the default parameters，but the loss remains too large(1e4) after 40000 iters.

CUDA out of memory

2

hi, thanks for your great work. I have a problem when i run lowlight_test.py. 刚开始执行没有问题，测试一定数量的图片之后，提示显存不足，暂时没发现什么问题。 ` data/test_data/DICM/32.jpg 0.001220703125 data/test_data/LIME/6.bmp 0.0012459754943847656 data/test_data/LIME/8.bmp 0.0011720657348632812 data/test_data/LIME/4.bmp 0.0012981891632080078 data/test_data/LIME/7.bmp 0.0016331672668457031 data/test_data/LIME/1.bmp 0.0012412071228027344 data/test_data/LIME/2.bmp 0.0011746883392333984...

hello，我使用pytorch版的测试的，把两张一样的图组成batch 2的tensor，调用接口进行边缘检测，输出的两个结果不一样，和单独测试一张图的结果也不一样。

模型用的RealworldSR-DiffIRS2-GANx2.pth， 在DiffIR-RealSR目录下执行： ` python inference_diffir.py --im_path ../../dataset/test/ --res_path results/ --model_path experiments/DiffIRS2-GANx2/RealworldSR-DiffIRS2-GANx2.pth --scale 2 ` 原图：  超分后： 

paddle训练模型转换成pytorch后，模型比paddle的infer模型大很多

6

对于ppocrv4系列模型，paddle训练模型转换成pytorch后，模型比paddle的infer模型大很多。 比如，ch_PP-OCRv4_rec_train模型转成pytorch后26M左右，pt转成onnx后25M左右，但是paddle的infer模型只有10M左右，都是fp32。 检测模型也是类似，ch_PP-OCRv4_det_train模型转成pytorch后14M左右，但是paddle的infer模型只有5M左右，也都是fp32。