sagan-pytorch:PyTorch中自注意力生成对抗网络的实现

【文件属性】：
文件名称：sagan-pytorch:PyTorch中自注意力生成对抗网络的实现
文件大小：2.99MB
文件格式：ZIP
更新时间：2021-05-02 06:57:18
Python sagan-pytorch PyTorch中的自我注意生成对抗网络（SAGAN， //arxiv.org/abs/1805.08318） 用法： python train.py路径 输入目录的结构应如下所示（与torchvision.datasets.ImageFolder一样）： 路径/类1 路径/类2 ... 评估FID分数的代码来自 笔记 来自DCGAN生成器的样本（无残留连接）以120k迭代。 似乎模型大小不足。 FID约为120。此模型折叠后。 来自ResNet生成器290k迭代的样本。 FID约为64.8。 用于生成器与鉴别器的不平衡学习计划，即1：5更新计划。 样本质量似乎有所提高，可能是因为增加了模型大小和更稳定的学习进度。 具有1：1更新时间表的火车Resnet模型既困难又不稳定。

【文件预览】：
sagan-pytorch-master
----checkpoint()
--------.gitignore(5B)
----train.py(5KB)
----sample()
--------.gitignore(6B)
----sample_resnet.png(1.5MB)
----LICENSE(11KB)
----sample.png(1.48MB)
----model.py(7KB)
----.gitignore(1KB)
----README.md(935B)
----model_resnet.py(9KB)
----fid.py(6KB)