文件名称：奥托甘
文件大小：126.65MB
文件格式：ZIP
更新时间：2024-03-03 18:40:05
Python
奥托甘 纸： 。 数据： 再现性审查 AutoGAN已在ICCV 2019上发布。根据``中的指南，本文的功能列出如下。 产品特点 评论 出版年份 2019年 第一年尝试 -- 场地类型 会议 严谨与经验 经验 有附录 没有 看起来令人生畏 没有 可读性 好 算法难度 高 伪码 是 主要话题 NAS，GAN 样题 没有 计算指定 没有 指定的超参数 部分的 需要计算 是 作者回复 呐 可用代码 是 页数 11 出版地点 国际CCV 参考编号 73 数方程 3 号码证明 0 编号表 2 数字图/图 4 编号其他数字 2 概念图 4 作者人数 4 该论文应易于复制，需要GPU进行培训和测试。 具体使用tensorflow-gpu <= 1.14.0和Cuda <= 10.0 。 较高的版本将导致异常。 建立 python >= 3.6 torch >= 1.1
【文件预览】：
AutoGAN-main
----functions.py(14KB)
----models_search()
--------shared_gan.py(6KB)
--------controller.py(4KB)
--------__init__.py(176B)
--------building_blocks_search.py(9KB)
----train.py(6KB)
----utils()
--------fid_score.py(13KB)
--------cal_fid_stat.py(2KB)
--------inception_score.py(4KB)
--------utils.py(3KB)
--------__init__.py(261B)
----exps()
--------autogan_cifar10_b.sh(452B)
--------derive.sh(472B)
--------autogan_cifar10_a.sh(452B)
--------autogan_cifar10_c.sh(452B)
--------autogan_cifar10_a2stl10.sh(456B)
--------autogan_search.sh(594B)
----imgs()
--------ctrl.png(77KB)
--------ss.png(52KB)
--------cifar_arch1.png(81KB)
--------stl10_res.png(63KB)
--------cifar10_res.png(124KB)
----models()
--------autogan_cifar10_c.py(2KB)
--------autogan_cifar10_b.py(2KB)
--------autogan_cifar10_a.py(2KB)
--------__init__.py(333B)
--------building_blocks.py(5KB)
----test.py(2KB)
----datasets.py(2KB)
----requirements.txt(121B)
----search.py(8KB)
----LICENSE(1KB)
----train_derived.py(6KB)
----README.md(3KB)
----fid_stat()
--------fid_stats_cifar10_train.npz(30.67MB)
--------stl10_train_unlabeled_fid_stats_48.npz(30.65MB)
----.gitignore(2KB)
----cfg.py(7KB)
----pre_trained_models()
--------autogan_cifar10_a_stl10.pth(19.33MB)
--------autogan_cifar10_c.pth(16.82MB)
--------autogan_cifar10_b.pth(17.06MB)
--------autogan_cifar10_a.pth(16.81MB)