الصفحة الرئيسية>المتعلقة بالبرمجة>بايثون
تنزيل

استنساخ التعلم التمثيل المنفصل العصبي

مشروع الدورة لـ IFT 6135 - التعلم التمثيل

رابط تقرير المشروع: final_project.pdf

تعليمات

  1. لتدريب Vqvae مع الحجج الافتراضية كما تمت مناقشتها في التقرير ، تنفيذ: 
 python vqvae.py --data-folder /tmp/miniimagenet --output-folder models/vqvae
  1. لتدريب pixelcnn مسبقا على اللاتينات ، تنفيذ: 
 python pixelcnn_prior.py --data-folder /tmp/miniimagenet --model models/vqvae --output-folder models/pixelcnn_prior

تم اختبار مجموعات البيانات

صورة

  1. mnist
  2. الموضة
  3. CIFAR10
  4. تصورات مصغرة

فيديو

  1. Atari 2600 - رمز الملاكمة (Openai Gym)

عمليات إعادة البناء من VQ-VAE

أفضل 4 صفوف هي صور أصلية. الصفوف السفلية 4 هي إعادة البناء.

mnist

PNG

الموضة mnist

PNG

عينات تقليدية من VQVAE مع Pixelcnn قبل على اللاتينات

mnist

PNG

الموضة mnist

PNG

تعليقات

  1. لقد لاحظنا أن تنفيذ تدريبات Pytorch Pytorch المتجهة الخاصة بنا قد تسببت في تدريب VQ-VAE بمقدار 3x تقريبًا. رمز أبطأ ، ولكن أبسط في هذا الالتزام.
  2. أضفنا بعض الاختبارات الأساسية لوظائف تقدير المتجه (استنادًا إلى pytest ). لتشغيل هذه الاختبارات 
 py.test . -vv

المؤلفون

  1. ريثش كومار
  2. تريستان ديليو
  3. إيفان راكاه
يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل