文件名称：bre-gan:ICLR2018论文代码
文件大小：7.14MB
文件格式：ZIP
更新时间：2024-06-02 13:16:08
JupyterNotebook
“通过二值化表示熵（BRE）正则化改进GAN训练”的代码（ICLR2018论文） 论文： : 获取数据 对于cifar10 从获取python utils/preprocess_cifar10.py [path_to_downloaded_file]版本的cifar10运行python utils/preprocess_cifar10.py [path_to_downloaded_file] 对于芹菜 从获取celeba的Align＆Cropped版本。运行python utils/preprocess_celeba.py [path_to_downloaded_file] 依存关系 tensorflow（需要1.4.0才能正确运行评估代码）烤宽面条（使用0.2.dev1测试）theano（使用1.0.1测试）cuda（使用8.0版本测试）cudnn（使用7005测试） 版本可能
【文件预览】：
bre-gan-master
----toy_2d.ipynb(9.68MB)
----models()
--------gan_models.py(40KB)
--------__init__.py(14KB)
----data()
--------.placeholder(0B)
----LICENSE(20KB)
----run.py(14KB)
----.gitignore(196B)
----README.md(1KB)
----utils()
--------preprocess_cifar10.py(1KB)
--------fid_score_wrapper.py(4KB)
--------utils.py(8KB)
--------inceptscore.py(5KB)
--------io_tools.py(5KB)
--------datasets.py(2KB)
--------gan_utils.py(6KB)
--------__init__.py(296B)
--------inc_score_wrapper.py(4KB)
--------fid.py(12KB)
--------preprocess_celeba.py(2KB)