文件名称：pro_gan_pytorch:ProGAN 包作为 PyTorch nn.Module 的扩展实现
文件大小：165.02MB
文件格式：ZIP
更新时间：2024-06-19 03:36:54
pytorch gan convolutional-neural-network adversarial-machine-learning progressive-growing-of-gans
pro_gan_pytorch 包包含 ProGAN 的实现。 论文题为“渐进式增长的 GAN 以提高质量、稳定性和变化”。 链接 -> 训练示例 -> :star: [新] 预训练模型： 请找下预训练模型saved_models/在目录 :star: [新]演示： 存储库现在在samples/目录下包含一个潜在空间插值动画演示。 只需从上面提到的 drive_link 下载所有预训练的权重，并将它们放在demo.py脚本旁边的samples/目录中。 请注意，在demo.py脚本的开头有一些demo.py参数，以便您可以使用它。 该演示加载随机点的图像，然后在它们之间进行线性插值以生成平滑的动画。 你需要有一个好的 GPU（至少 GTX 1070）才能在演示中看到强大的 FPS。 然而，可以优化演示以并行生成图像（目前它是完全顺序的）。 为了在 Generator 中加载权重，该过程是 P
【文件预览】：
pro_gan_pytorch-master
----README.rst(0B)
----LICENSE.txt(1KB)
----pro_gan_pytorch()
--------gan.py(17KB)
--------utils.py(913B)
--------__init__.py(113B)
--------modules.py(6KB)
--------losses.py(7KB)
--------test()
--------custom_layers.py(7KB)
--------data_tools.py(4KB)
--------networks.py(7KB)
----samples()
--------latent_space_interpolation.py(5KB)
--------train.py(5KB)
--------celebA-HQ.gif(22.67MB)
--------generate_samples.py(4KB)
--------faces_sheet_2.png(70.69MB)
--------demo.py(4KB)
--------.gitignore(330B)
--------faces_sheet_1.png(70.1MB)
--------demo.gif(1.65MB)
----setup.py(446B)
----README.md(6KB)
----.gitignore(1KB)