【文件属性】：
文件名称：奥托甘
文件大小：126.65MB
文件格式：ZIP
更新时间：2021-02-12 00:53:25
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)