文件名称：NVAE:NVAE的官方PyTorch实施
文件大小：973KB
文件格式：ZIP
更新时间：2024-04-06 07:11:05
Python
“ NVAE：深度层次变化自动编码器”的正式实现 · ·· 是一种深层次的变分自动编码器，可在多个图像数据集上训练基于SOTA似然性的生成模型。 要求 NVAE使用PyTorch 1.6.0在Python 3.7中构建。 使用以下命令安装要求： pip install -r requirements.txt 设置文件路径和数据 我们已经在几个数据集中检查了NVAE。 对于大型数据集，我们将数据存储在LMDB数据集中以提高I / O效率。 在每个数据集上单击下方，以查看如何准备数据。 下面的$DATA_DIR表示将包含所有数据集的数据目录的路径，而$CODE_DIR指向代码目录： MNIST和CIFAR-10 当您首次使用train.py运行NVAE的主要培训时，这些数据集将自动下载。 您可以使用--data=$DATA_DIR/mnist或--data=$DATA_DIR/cifa
【文件预览】：
NVAE-master
----neural_ar_operations.py(7KB)
----img()
--------celebahq.png(719KB)
--------model_diagram.png(208KB)
----utils.py(17KB)
----neural_operations.py(11KB)
----train.py(20KB)
----datasets.py(8KB)
----distributions.py(8KB)
----LICENSE(4KB)
----evaluate.py(7KB)
----lmdb_datasets.py(2KB)
----thirdparty()
--------functions.py(5KB)
--------LICENSE_torchvision(1KB)
--------inplaced_sync_batchnorm.py(8KB)
--------adamax.py(5KB)
--------__init__.py(0B)
--------lsun.py(6KB)
--------LICENSE_apache(11KB)
--------LICENSE_PyTorch(3KB)
--------swish.py(898B)
----requirements.txt(88B)
----model.py(22KB)
----.gitignore(41B)
----README.md(19KB)
----scripts()
--------create_celeba64_lmdb.py(2KB)
--------create_ffhq_lmdb.py(3KB)
--------Dockerfile(235B)
--------convert_tfrecord_to_lmdb.py(3KB)