没有合适的资源?快使用搜索试试~ 我知道了~
unrolled-gans:展开式生成对抗网络的PyTorch实施
共15个文件
png:10个
py:1个
gitignore:1个
需积分: 20 1 下载量 31 浏览量
2021-05-10
10:58:23
上传
评论
收藏 1018KB ZIP 举报
温馨提示
pytorch展开甘斯 展开式PyTorch实现。 正式的tensorflow实现在。 官方回购中发布了一个问题,抱怨 。 在实施此存储库时,我也发现了这个问题(尤其是在使用F.tanh作为激活函数时),并发现它非常有趣。 以下是相应的结果: 展开步骤= 0 展开步骤= 10 众所周知,有太多因素会影响GAN训练,而我开始怀疑展开的目标是否确实有助于GAN训练或避免模式崩溃。 我试图通过使混合高斯的权重不均匀来使数据分发更加困难,从而使生成器更难以覆盖所有模式。 情况1: 展开步骤= 0 展开步骤= 10 可以观察到轻微的改善。 很高兴看到展开的目标至少在我的实验设置中有效。 :grinning_face_with_smiling_eyes: 情况2(失败情况): 展开步骤= 0 展开步骤= 10 在以下实验中可以观察到更大的改进 其他实验设置 我发现在这些实验中,使用F.relu (作者在论文中使用的方法)会导致更大的差距:
资源推荐
资源详情
资源评论
收起资源包目录
unrolled-gans-master.zip (15个子文件)
unrolled-gans-master
mixture_gaussian.py 2KB
LICENSE 1KB
imgs
unrolled_steps-0-prior_std-0.06.png 13KB
unrolled_steps-0-prior_std-0.12-tanh.png 69KB
unrolled_steps-10-prior_std-0.06.png 96KB
unrolled_steps-10-prior_std-0.06-tanh.png 106KB
unrolled_steps-10-prior_std-0.12-tanh.png 69KB
unrolled_steps-10-prior_std-0.00-tanh.png 121KB
unrolled_steps-0-prior_std-0.06-tanh.png 100KB
unrolled_steps-0-prior_std-0.00.png 12KB
unrolled_steps-10-prior_std-0.00.png 105KB
unrolled_steps-0-prior_std-0.00-tanh.png 115KB
.gitignore 1KB
unrolled_gan.ipynb 306KB
README.md 2KB
共 15 条
- 1
资源评论
文清的男友
- 粉丝: 26
- 资源: 4654
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功