文件名称：AutoGAN:[ICCV 2019]“ AutoGAN
文件大小：424KB
文件格式：ZIP
更新时间：2024-05-19 02:24:34
pytorch gan cifar10 neural-architecture-search autogan
AutoGAN：神经网络搜索生成对抗网络 用于代码。 更新 2019年10月2日：发布了搜索代码。 介绍 我们已经为生成对抗网络（GAN）设计了一种新颖的神经架构搜索框架，称为AutoGAN。 实验验证了AutoGAN在无条件图像生成任务上的有效性。 具体而言，我们发现的架构在CIFAR-10的无条件图像生成任务上实现了极高的竞争性能，该任务获得了创纪录的FID分数12.42 ，竞争性Inception分数8.55 。 RNN控制器： 搜索空间： 发现的网络架构： 表现 在CIFAR-10上无条件生成图像。 在STL-10上无条件生成图像。 设置 环境要求： python> = 3.6 火炬> = 1.1.0 pip install -r requirements.txt 准备fid统计文件 mkdir fid_stat 将预先计算的统计信息（ ）下载到./fid_sta
【文件预览】：
AutoGAN-master
----functions.py(15KB)
----models_search()
--------shared_gan.py(6KB)
--------controller.py(4KB)
--------__init__.py(176B)
--------building_blocks_search.py(9KB)
----train.py(7KB)
----utils()
--------fid_score.py(13KB)
--------cal_fid_stat.py(2KB)
--------inception_score.py(4KB)
--------utils.py(3KB)
--------__init__.py(217B)
----exps()
--------autogan_cifar10_b.sh(452B)
--------derive.sh(472B)
--------autogan_cifar10_a.sh(452B)
--------autogan_cifar10_c.sh(452B)
--------autogan_cifar10_a2stl10.sh(456B)
--------autogan_search.sh(594B)
----imgs()
--------ctrl.png(77KB)
--------ss.png(52KB)
--------cifar_arch1.png(81KB)
--------stl10_res.png(63KB)
--------cifar10_res.png(124KB)
----models()
--------autogan_cifar10_c.py(2KB)
--------autogan_cifar10_b.py(2KB)
--------autogan_cifar10_a.py(2KB)
--------__init__.py(289B)
--------building_blocks.py(5KB)
----test.py(2KB)
----datasets.py(3KB)
----requirements.txt(156B)
----search.py(8KB)
----LICENSE(1KB)
----train_derived.py(7KB)
----README.md(4KB)
----cfg.py(6KB)