【文件属性】：
文件名称：Generative-Temporal-Models-with-Spatial-Memory
文件大小：20.66MB
文件格式：ZIP
更新时间：2021-04-28 16:36:28
Python
具有空间记忆的生成时间模型
此回购包含完成本文的代码，该文件完成了 。 它包含用于运行图像导航实验的代码。
依存关系
此代码要求以下内容：
python 3. *
pytorch v 0.4.0
pyflann v 1.6.14
其他一些常用的软件包，numpy，matplotlib等。
数据
该实验是通过从（ ）下载的大规模CelebFaces属性（CelebA）数据集进行训练的。 此外，在该实验中，需要对面部检测器进行预处理。 所以我将预处理结果保存在./datasets/CelebA.zip 。 读者可以将其解压缩到./datasets/以进行进一步的实验。
用法
python文件的说明。
config.py用于设置模型的参数，例如batch_size，总时期，日志间隔等。
main.py这是用于训练我们的GTM-SM模型的主要功能。 它需要功能-在train.py t
【文件预览】：
Generative-Temporal-Models-with-Spatial-Memory-master
----sample.py(2KB)
----show_results.py(9KB)
----train.py(6KB)
----utils()
--------__init__.py(0B)
--------torch_utils.py(3KB)
----config.py(1KB)
----roam.py(10KB)
----main.py(2KB)
----model.py(21KB)
----datasets()
--------CelebA.zip(8.6MB)
----videos()
--------image_navigation()
----README.md(2KB)
----saves()
--------gtm_sm_state_dict.pth(55KB)