文件名称：Beta-VAE:β-VAE 的 Pytorch 实现
文件大小：3.87MB
文件格式：ZIP
更新时间：2024-06-20 08:18:28
chairs-dataset vae unsupervised-learning beta-vae celeba
β-VAE 下面两篇论文的Pytorch复制： 依赖关系 python 3.6.4 pytorch 0.3.1.post2 visdom 数据集 用法 初始化visdom python -m visdom.server 您可以通过以下方式重现结果 sh run_celeba_H_beta10_z10.sh sh run_celeba_H_beta10_z32.sh sh run_3dchairs_H_beta4_z10.sh sh run_3dchairs_H_beta4_z16.sh sh run_dsprites_B_gamma100_z10.sh 或者您可以通过手动设置参数来运行您自己的实验。 对于客观和模型参数，您有两个选项 H 和 B 表示 Higgins 等人提出的方法。 和 Burgess 等人，分别。 参数--C_max和--C_stop_iter应该在--obj
【文件预览】：
Beta-VAE-master
----run_celeba_H_beta10_z10.sh(210B)
----download_dsprites.sh(157B)
----utils.py(1KB)
----main.py(3KB)
----model.py(5KB)
----dataset.py(3KB)
----run_dsprites_B_gamma100_z10.sh(247B)
----LICENSE(1KB)
----README.md(3KB)
----run_3dchairs_H_beta4_z16.sh(211B)
----misc()
--------dsprites_traverse_heart.gif(63KB)
--------celeba_H_beta10_z32_traverse.png(2.89MB)
--------dsprites_traverse_ellipse.gif(68KB)
--------dsprites_plot.png(136KB)
--------dsprites_reconstruction.jpg(33KB)
--------dsprites_traverse_random.gif(86KB)
--------celeba_H_beta10_z10_traverse.png(104KB)
--------3dchairs_H_beta4_z10_traverse.png(45KB)
--------3dchairs_H_beta4_z16_traverse.png(518KB)
----run_3dchairs_H_beta4_z10.sh(211B)
----solver.py(19KB)
----run_celeba_H_beta10_z32.sh(210B)