文件名称：soft-intro-vae-pytorch:[CVPR 2021口服]来自“ Soft-IntroVAE”论文的Soft-IntroVAE的PyTorch官方实现
文件大小：1.38MB
文件格式：ZIP
更新时间：2024-05-26 15:45:10
pytorch vae image-generation density-estimation variational-autoencoder
软介绍火炬 [CVPR 2021口头] Soft-IntroVAE：分析和改进内省变分自动编码器 • 论文的官方资料库 CVPR 2021口服 软介绍 Soft-IntroVAE：分析和改进自省变分自动编码器塔尔丹尼尔（Tal Daniel），阿维夫·塔玛（Aviv Tamar） 摘要：最近推出的内省变分自动编码器（IntroVAE）具有出色的图像生成能力，并允许使用图像编码器进行摊销推断。 IntroVAE的主要思想是使用VAE编码器来区分生成的数据样本和实际的数据样本，从而对抗性地训练VAE。 但是，原始的IntroVAE损失函数依赖于在实践中很难稳定的特定铰链损耗公式，并且其理论收敛性分析忽略了损失中的重要术语。 在这项工作中，我们朝着更好地了解IntroVAE模型，其实际实现及其应用迈出了一步。 我们提出了Soft-IntroVAE，它是一种改进的IntroVAE，它以生成的
【文件预览】：
soft-intro-vae-pytorch-main
----soft_intro_vae_3d()
--------models()
--------metrics()
--------config()
--------losses()
--------render()
--------generate_for_rendering.py(5KB)
--------train_soft_intro_vae_3d.py(19KB)
--------test_model.py(3KB)
--------requirements.txt(92B)
--------evaluation()
--------README.md(6KB)
--------utils()
--------datasets()
----environment.yml(4KB)
----soft_intro_vae_tutorial()
--------soft_intro_vae_image_code_tutorial.ipynb(868KB)
--------soft_intro_vae_bootstrap_code_tutorial.ipynb(746KB)
--------README.md(2KB)
--------soft_intro_vae_2d_code_tutorial.ipynb(123KB)
----soft_intro_vae_bootstrap()
--------train_soft_intro_vae_bootstrap.py(31KB)
--------metrics()
--------main.py(3KB)
--------dataset.py(6KB)
--------README.md(6KB)
----soft_intro_vae_2d()
--------main.py(3KB)
--------README.md(4KB)
--------train_soft_intro_vae_2d.py(31KB)
----style_soft_intro_vae()
--------style_mixing()
--------lreq.py(9KB)
--------metrics()
--------environment.yml(3KB)
--------make_figures()
--------utils.py(3KB)
--------tracker.py(4KB)
--------checkpointer.py(5KB)
--------dataloader.py(11KB)
--------dataset_preparation()
--------split_train_test_dirs.py(739B)
--------train_style_soft_intro_vae.py(17KB)
--------training_artifacts()
--------lod_driver.py(4KB)
--------scheduler.py(4KB)
--------configs()
--------requirements.txt(98B)
--------launcher.py(4KB)
--------model.py(14KB)
--------defaults.py(3KB)
--------registry.py(144B)
--------net.py(26KB)
--------custom_adam.py(4KB)
--------README.md(7KB)
----LICENSE(11KB)
----soft_intro_vae()
--------metrics()
--------main.py(3KB)
--------dataset.py(6KB)
--------train_soft_intro_vae.py(29KB)
--------README.md(5KB)
----README.md(5KB)