文件名称：stylegan2-ada:具有自适应鉴别器增强（ADA）的StyleGAN2-官方TensorFlow实施
文件大小：1.29MB
文件格式：ZIP
更新时间：2024-04-05 01:09:27
Python
具有自适应鉴别器增强（ADA）的StyleGAN2 — TensorFlow正式实施 用有限的数据训练生成对抗网络Tero Karras，Miika Aittala，Janne Hellsten，Samuli Laine，Jaakko Lehtinen，Timo Aila 摘要：使用太少的数据训练生成对抗网络（GAN）通常会导致判别器过度拟合，从而导致训练分散。 我们提出了一种自适应鉴别器增强机制，该机制可显着稳定有限数据*中的训练。 该方法不需要更改丢失功能或网络体系结构，并且适用于从头开始训练以及在其他数据集上对现有GAN进行微调时。 我们在几个数据集上证明，仅使用几千个训练图像就可以取得良好的效果，并且通常将StyleGAN2的结果与较少的图像数量级进行匹配。 我们希望这将为GAN开辟新的应用程序域。 我们还发现，实际上，广泛使用的CIFAR-10只是一个有限的数据基准，并将
【文件预览】：
stylegan2-ada-main
----style_mixing.py(5KB)
----.gitignore(13B)
----Dockerfile(718B)
----generate.py(5KB)
----dataset_tool.py(46KB)
----calc_metrics.py(7KB)
----projector.py(12KB)
----LICENSE.txt(4KB)
----README.md(25KB)
----dnnlib()
--------__init__.py(478B)
--------util.py(16KB)
--------tflib()
----training()
--------augment.py(31KB)
--------__init__.py(435B)
--------training_loop.py(16KB)
--------loss.py(16KB)
--------networks.py(32KB)
--------dataset.py(12KB)
----docs()
--------stylegan2-ada-teaser-1024x252.png(531KB)
--------license.html(5KB)
--------train-help.txt(4KB)
--------stylegan2-ada-training-curves.png(477KB)
--------stylegan2-ada-teaser-600x400.png(187KB)
----metrics()
--------kernel_inception_distance.py(4KB)
--------__init__.py(435B)
--------precision_recall.py(12KB)
--------metric_defaults.py(4KB)
--------metric_base.py(5KB)
--------frechet_inception_distance.py(4KB)
--------perceptual_path_length.py(6KB)
--------linear_separability.py(10KB)
--------inception_score.py(3KB)
----train.py(26KB)