模拟无监督张量流:“通过对抗训练从模拟和无监督图像中学习”的TensorFlow实现

时间:2024-02-25 18:30:36
【文件属性】:

文件名称:模拟无监督张量流:“通过对抗训练从模拟和无监督图像中学习”的TensorFlow实现

文件大小:1.75MB

文件格式:ZIP

更新时间:2024-02-25 18:30:36

apple deep-learning tensorflow synthetic-images generative-model

TensorFlow中的模拟+无监督(S + U)学习 中TensorFlow实现。 要求 Python 2.7 0.12.1 用法 生成综合数据集: 运行 ,将resolution更改为640x480并将Camera parameters更改为[0, 0, 20, 40] [0, 0, 20, 40] 。 将生成的图像和json文件移动到data/gaze/UnityEyes 。 data目录应类似于: data ├── gaze │   ├── MPIIGaze │ │ └── Data │ │    └── Normalized │ │  


【文件预览】:
simulated-unsupervised-tensorflow-master
----main.py(678B)
----utils.py(3KB)
----data()
--------utils.py(11B)
--------hand_data.py(58B)
--------__init__.py(0B)
--------gaze_data.py(7KB)
----assets()
--------lambda=1.0_optimizer=adam.png(73KB)
--------lambda=0.5_optimizer=sgd.png(78KB)
--------SimGAN.png(81KB)
--------UnityEyes_samples2.png(73KB)
--------lambda=0.05_optimizer=adam.png(77KB)
--------results_0104.png(97KB)
--------loss_lambda=1.0,0.5,0.1_optimizer=adam.png(843KB)
--------lambda=0.1_optimizer=adam.png(75KB)
--------lambda=0.08_optimizer=adam.png(75KB)
--------lambda=0.5_optimizer=adam.png(72KB)
--------loss_lambda=1.0,0.5_optimizer=sgd.png(162KB)
--------lambda=1.0_optimizer=sgd.png(77KB)
--------UnityEyes_samples1.png(76KB)
----LICENSE(11KB)
----trainer.py(6KB)
----buffer.py(960B)
----model.py(13KB)
----.gitignore(1KB)
----layers.py(3KB)
----config.py(3KB)
----README.md(3KB)

网友评论