文件名称：alis:对齐潜在空间和图像空间以连接不可连接的对象
文件大小：2.8MB
文件格式：ZIP
更新时间：2024-05-06 06:00:20
JupyterNotebook
关于 此仓库包含纸张的正式实现。 这是一个GAN模型，可以生成无限多样的复杂场景图像。 安装 要安装，请运行以下命令： conda env create --file environment.yml --prefix ./env conda activate ./env 注意：张量板要求很关键，因为否则upfirdn2d出于某些不可思议的原因将无法编译。 训练 要训练模型，请导航到项目目录并运行： python infra/launch_local.py hydra.run.dir=. +experiment_name=my_experiment_name +dataset=dataset_name num_gpus=4 其中dataset_name是data/目录中不带.zip扩展名的数据集的名称（您可以轻松覆盖configs/main.yml的路径）。 因此，请确保dat
【文件预览】：
alis-master
----dnnlib()
--------util.py(16KB)
--------__init__.py(478B)
----metrics()
--------kernel_inception_distance.py(2KB)
--------frechet_inception_distance.py(2KB)
--------inception_score.py(2KB)
--------__init__.py(435B)
--------metric_main.py(6KB)
--------precision_recall.py(4KB)
--------perceptual_path_length.py(5KB)
--------metric_utils.py(11KB)
----training()
--------loss.py(11KB)
--------dataset.py(11KB)
--------networks.py(61KB)
--------augment.py(26KB)
--------__init__.py(435B)
--------layers.py(28KB)
--------training_loop.py(23KB)
----environment.yml(346B)
----assets()
--------teaser.jpg(796KB)
----tests()
--------test_fast_bilinear_mult.py(2KB)
--------test_coords.py(2KB)
----infra()
--------utils.py(3KB)
--------__init__.py(0B)
--------launch_local.py(1KB)
----configs()
--------main.yml(1KB)
--------alis.yml(2KB)
--------original.yml(481B)
----setup.py(203B)
----.gitignore(162B)
----torch_utils()
--------custom_ops.py(6KB)
--------persistence.py(9KB)
--------misc.py(11KB)
--------__init__.py(438B)
--------ops()
--------training_stats.py(10KB)
----README.md(2KB)
----scripts()
--------legacy.py(16KB)
--------train.py(25KB)
--------__init__.py(0B)
--------measure_classifier_score.py(7KB)
----notebooks()
--------check-equivariance.ipynb(156KB)
--------generate.ipynb(2.4MB)