【文件属性】：
文件名称：progress_growing_of_gans：逐步增长GAN可以提高质量，稳定性和变异性
文件大小：275KB
文件格式：ZIP
更新时间：2021-02-21 04:34:50
Python
GAN的逐步增长可提高质量，稳定性和变异性-ICLR 2018论文的TensorFlow正式实施
Tero Karras （NVIDIA）， Timo Aila （NVIDIA）， Samuli Laine （NVIDIA）， Jaakko Lehtinen （NVIDIA和阿尔托大学）
如有业务咨询，请联系
媒体和其他查询，请通过与Hector Marinez联系。
图片：两个虚构的名人被一个随机数生成器梦up以求。
抽象的： 我们描述了一种生成对抗网络的新训练方法。 关键思想是逐渐增加生成器和鉴别器：从低分辨率开始，我们添加新层，以随着训练的进行对越来越细的细节建模。 这既加快了训练速度，又大大稳定了训练速度，使我们能够产生前所未有的质量的图像，例如1024 2的CelebA图像。 我们还提出了一种简单的方法来增加生成图像的差异，并在无监督的CIFAR10中达到创纪录的初始得
【文件预览】：
progressive_growing_of_gans-master
----misc.py(13KB)
----train.py(16KB)
----config.py(13KB)
----LICENSE.txt(19KB)
----dataset_tool.py(34KB)
----metrics()
--------inception_score.py(5KB)
--------ms_ssim.py(8KB)
--------__init__.py(8B)
--------frechet_inception_distance.py(11KB)
--------sliced_wasserstein.py(6KB)
----loss.py(4KB)
----dataset.py(12KB)
----README.md(16KB)
----requirements-pip.txt(159B)
----util_scripts.py(12KB)
----tfutil.py(36KB)
----representative_image_512x256.png(207KB)
----legacy.py(5KB)
----networks.py(17KB)