文件名称：PixelCNN:门控PixelCNN的PyTorch实现
文件大小：603KB
文件格式：ZIP
更新时间：2024-05-23 09:25:13
pytorch pixelcnn Python
像素神经网络 该存储库是其形式的的PyTorch实现。 在执行此操作时，我追求的主要目标是更深入地了解PyTorch和网络体系结构本身，我发现这既有趣又具有挑战性。 回购也可能对某人有所帮助！ 很多想法是从的。 有用的链接还包括 ， 和 。 模型架构 在这里，我将总结该体系结构背后的主要思想。 我将不深入介绍实现细节以及卷积的工作原理，因为这将导致过多的文本和视觉效果。 访问上面的链接，以更详细地了解体系结构的内部工作原理。 然后来这里总结一下:) 最初，这种架构是试图加快相同想法的RNN实施的学习过程的尝试，这是一个生成模型，通过使用简单链规则对图像进行建模来学习图像像素的显式联合分布： 该顺序是逐行的，即每个像素的值取决于其上方和左侧的所有像素的值。 这是一张说明图： 为了实现此特性，论文的作者使用了简单的蒙版卷积，在1通道黑白图像的情况下，看起来像这样： （即，将卷积滤镜
【文件预览】：
PixelCNN-master
----.gitignore(76B)
----requirements.txt(492B)
----sample.py(2KB)
----.images()
--------mnist_samples_2.png(8KB)
--------mnist_samples_1.png(3KB)
--------architecture.png(140KB)
--------mnist_samples_3.png(8KB)
--------masked_convolution.png(310KB)
--------gated_block.png(206KB)
----utils.py(2KB)
----README.md(10KB)
----pixelcnn()
--------__init__.py(59B)
--------conv_layers.py(2KB)
--------model.py(7KB)
----train.py(6KB)