文件名称：challenges-in-disentangling:该存储库包含本文的pytorch实现
文件大小：3.84MB
文件格式：ZIP
更新时间：2024-05-17 07:33:08
Python
纠缠不清的挑战 该存储库包含该论文的代码：理解独立的变异因素所面临的挑战（ ），该论文已在ICLR 2018的研讨会上接受。 本文提出了一种用于消除变异因素的对抗架构。 该体系结构与Mathieu等人的工作不同。 （ ），方法是使用常规的自动编码器而不是VAE。 而且，与Mathieu等人使用的对抗性装置相比，在这项工作中使用的对抗性装置要稳定得多，而且训练起来也容易得多。 该存储库提供了在MNIST数据集上训练此体系结构所需的文件，同时可以通过更改data_loader和networks文件将其推广到本文中的其他数据集。 该代码已使用以下python解释器和库版本进行了测试： python 3.6.3 火炬0.4.0 火炬视觉0.2.1 argparse 1.1 numpy的1.13.3 matplotlib 2.2.2 tensorboardX 1.2 我们在论
【文件预览】：
challenges-in-disentangling-master
----checkpoints()
--------discriminator(1015KB)
--------decoder(326KB)
--------encoder(287KB)
----images()
--------table.png(548KB)
--------linemod_swap.png(581KB)
--------mnist_swap.png(329KB)
--------t_sne.png(142KB)
--------sprites_swap.png(858KB)
----utils.py(1KB)
----main.py(3KB)
----training.py(12KB)
----LICENSE(1KB)
----README.md(4KB)
----.gitignore(78B)
----data_loader.py(2KB)
----networks.py(6KB)