文件名称：stylegan2:StyleGAN2练习
文件大小：1.68MB
文件格式：ZIP
更新时间：2024-05-24 12:32:54
Python
StyleGAN2练习 此版本的著名主要面向同行艺术家，他们很少关注科学指标，而是需要一个有效的创作工具。 至少，这就是我每天自己使用的东西。 在Tensorflow 1.14上进行了测试，要求pyturbojpeg支持JPG。 序列到视频的转换需要 。 有关更明确的详细信息，请参阅原始实现。 关于注意事项： 它显示出更平滑的收敛（虽然不快），但输出种类较低（与Diff Augmentation方法相比）。 而且，在我的测试中，ada版本在少数快照数据集（50〜100张图像）上失败了，而Diff Aug在那儿成功了。 因此，与此同时，我个人更喜欢通过Diff Augmentation培训进行此回购。 Nvidia已发布了 ，据称其速度提高了30％，可用于平面文件夹数据集，并且与基于TF的数据集相比，应该更容易进行调整/调试。 因此，这里是，适用于以下功能（自定义生成，非方形RGBA