文件名称：basis-separation:具有深度生成先验的源分离的BASIS算法的实现
文件大小：54.15MB
文件格式：ZIP
更新时间：2024-05-24 12:54:10
Python
基础分离 描述的BASIS分离算法的实现。 由和。 华盛顿大学 该存储库提供了BASIS（贝叶斯退火信号源）分离算法的实现。 BASIS分离使用退火的Langevin动力学在给定混合信号的情况下从源成分的后验分布中采样。 该代码库大量源自和项目，它们提供了用作BASIS先验模型的模型。 依存关系 依赖项继承自NCSN和Glow项目。 对于NCSN： PyTorch（经过v1.2.0测试） PyYAML（已通过v5.3测试） tqdm（已通过v4.32.1测试） 枕头（已通过v6.2.1测试） tensorboardX（已测试v1.6） seaborn（已通过v0.9.0测试） 对于发光： Tensorflow（已通过v1.8.0测试） Horovod（已通过v0.13.8测试）和（Open）MPI Keras（已在v2.2.0中测试） 有关安装依赖项的更多详细信息，
【文件预览】：
basis-separation-master
----README.md(6KB)
----LICENSE(34KB)
----ncsn()
--------README.md(5KB)
--------configs()
--------LICENSE(34KB)
--------datasets()
--------models()
--------main.py(4KB)
--------losses()
--------runners()
--------assets()
----glow()
--------README.md(5KB)
--------tfops.py(17KB)
--------optim.py(7KB)
--------sep.py(20KB)
--------train.py(16KB)
--------LICENSE(1KB)
--------utils.py(336B)
--------model.py(20KB)
--------requirements.txt(79B)
--------graphics.py(2KB)
--------memory_saving_gradients.py(17KB)
--------data_loaders()
----assets()
--------lsun_video.gif(11.84MB)
--------cifar_video.gif(10.95MB)
----separate.py(571B)