الصفحة الرئيسية>المتعلقة بالبرمجة>بايثون
تنزيل

ReadMe

Hypergan 1.0

GAN قابلة للتكامل تم بناؤها للمطورين والباحثين والفنانين.

Hypergan في ما قبل الإصدار والبيتا المفتوحة.

الشعارات التي تم إنشاؤها بأمثلة/ملون

شاهد المزيد على YouTube Hypergan

جدول المحتويات

  • عن
  • الوثائق
  • Changelog
  • بداية سريعة
    • متطلبات
    • ثَبَّتَ
    • يدرب
  • API
    • باستخدام نموذج مفرط مدرب
    • تدريب غان
    • أمثلة
    • دروس
  • حزمة PIP Hypergan
    • تمرين
    • أخذ العينات
    • حجج إضافية
    • تشغيل على وحدة المعالجة المركزية
    • استكشاف الأخطاء وإصلاحها
    • وضع التطوير
  • مجموعات البيانات
    • إنشاء مجموعة بيانات
    • مجموعات البيانات القابلة للتنزيل
    • تنظيف البيانات
  • سمات
  • عرض
  • الرعاة
  • المساهمة
  • الإصدار
  • اقتباس

عن

يقوم Hypergan ببناء شبكات عدوانية توليدية في Pytorch ويجعلها سهلة التدريب والمشاركة.

للحصول على مقدمة عامة على Gans ، انظر http://blog.aylien.com/introduction-generative-adversarial-networks-code-tensorflow/

انضم إلى خلاف المجتمع.

الوثائق

  • وثائق Gitbook

Changelog

شاهد Changelog الكامل هنا: changelog.md

بداية سريعة

متطلبات

OS: Windows ، OSX ، Linux

للتدريب:

GPU: NVIDIA ، GTX 1080+ الموصى بها

ثَبَّتَ

  1. تثبيت Hypergan للمستخدمين: pip3 install hypergan

للمطورين: قم بتنزيل هذا الريبو وتشغيل python3 setup.py develop

  1. اختبارها
  • hypergan train preset:celeba -s 128x128x3
  1. انضم إلى المجتمع
  • بمجرد أن تكون رائعًا ، تأكد من مشاركته على Discord (https://discord.gg/t4wwbpf).

إنشاء نموذج جديد 

  hypergan new mymodel

سيؤدي ذلك إلى إنشاء mymodel.json على أساس التكوين الافتراضي. يمكنك تغيير قوالب التكوين باستخدام علامة -c .

قائمة قوالب التكوين 

  hypergan new mymodel -l

راجع جميع قوالب التكوين مع --list-templates أو -l .

يدرب 

  hypergan train folder/ -s 32x32x3 -c mymodel --resize

API 

 import hypergan as hg

لاحظ أن واجهة برمجة التطبيقات هذه هي حاليًا قيد العمل في 1.0. إذا كنت تقرأ هذا قبل إصدار 1.0 ، تحقق من الأمثلة.

راجع وثائق Gitbook لمزيد من التفاصيل.

باستخدام نموذج مفرط مدرب 

 my_gan = hg . GAN ( 'model.hypergan' )
batch_sample = my_gan . sample ()

تدريب غان 

 gan = hg . GAN ( "default.json" , inputs = hg . inputs . ImageLoader (...))
trainable_gan = hg . TrainableGAN ( gan )
for step in trainable_gan . train ():
    print ( "I'm on step " , step )

أمثلة

انظر الأمثلة https://github.com/hypergan/hypergan/tree/master/examples

دروس

شاهد الدروس https://hypergan.gitbook.io/hypergan/tutorials

حزمة PIP Hypergan 

pip install hypergan

تمرين 

  # Train a 32x32 gan with batch size 32 on a folder of pngs
  hypergan train [folder] -s 32x32x3 -b 32 --config [name]

أخذ العينات 

  hypergan sample [folder] -s 32x32x3 -b 32 --config [name] --sampler batch_walk --save_samples

بشكل افتراضي ، لن ينقذ Hypergan عينات التدريب على القرص. لتغيير هذا ، استخدم --save_samples .

حجج إضافية

لرؤية قائمة مفصلة ، قم بتشغيل 

  hypergan -h

تشغيل على وحدة المعالجة المركزية

يمكنك تبديل الواجهة الخلفية مع: 

  hypergan [...] -B cpu

لا تتدرب على وحدة المعالجة المركزية! إنه بطيء جدًا.

استكشاف الأخطاء وإصلاحها

تأكد من أن برامج تشغيل CUDA و NVIDIA والوسادة و Pytorch و Pytorch Vision هي أحدث إصدار.

تحقق من Discord للحصول على المساعدة.

وضع التطوير

إذا كنت ترغب في تعديل Hypergan 

git clone https://github.com/hypergan/hypergan
cd hypergan
python3 setup.py develop

تأكد من pip3 uninstall hypergan لتجنب صراعات الإصدار.

مجموعات البيانات

لإنشاء شبكة جديدة تحتاج إلى مجموعة بيانات.

إنشاء مجموعة بيانات

من المفترض أن تكون مجموعات البيانات في Hypergan سهلة الإنشاء. فقط استخدم مجلد من الصور. المجلدات المتداخلة تعمل أيضا.

تنظيف البيانات

تم تصميم Hypergan ليكون مرنًا لجميع أنواع البيانات غير النظيفة. بشكل افتراضي ، يتم تغيير حجم الصور ثم اقتصاصها إذا لزم الأمر.

انظر --nocrop ، --random_crop و --resize خيارات تحجيم الصور الإضافية.

سمات

قائمة بالميزات في الإصدار 1.0:

  • API
  • CLI
  • عارض - تطبيق إلكترون لاستكشاف وإنشاء نماذج
  • Cross Platform - Windows ، OSX ، Linux
  • الاستدلال - أضف توليد محتوى الذكاء الاصطناعي إلى مشروعك
  • التدريب - تدريب النماذج المخصصة باستخدام الخلفية التدريبية المتوازية المتسارعة
  • مشاركة - مشاركة النماذج المبنية مع بعضها البعض. استخدمها في مشاريع Python كنماذج مفرطة ، أو في أي مشروع مثل نماذج ONXX
  • قابل للتخصيص - تحديد البنى المخصصة في JSON ، أو استبدل أي مكون بإنشاء Pytorch الخاص بك
  • البيانات - مصممة للعمل على البيانات غير النظيفة وأنواع البيانات المتعددة
  • التعلم غير الخاضع للإشراف
  • المحاذاة غير الخاضعة للإشراف - قم بتوليف توزيع واحد أو اكتشاف توزيعات جديدة جديدة.
  • نقل التعلم
  • التعلم عبر الإنترنت

عرض

1.0 لا تزال النماذج تدريبات

أرسل عرضك مع طلب سحب!

لمعرفة المزيد ، راجع غرفة #ShowCase في

الرعاة

نحن نقبل الآن الرعاة الماليين. راعي (اختياريا) أن تكون مدرجة هنا.

https://github.com/sponsors/hypergan

المساهمة

المساهمات موضع ترحيب وتقدير! لدينا العديد من المشكلات المفتوحة في علامة التبويب القضايا . انضم إلى الخلاف.

انظر كيف تساهم.

الإصدار

يستخدم Hypergan الإصدار الدلالي. http://semver.org/

TLDR: XYZ

  • يتم زيادة X على الإصدارات العامة المستقرة.
  • يتم زيادة y على تغييرات كسر API. يتضمن ذلك تغييرات ملفات التكوين وتغييرات بناء الرسم البياني.
  • يتم زيادة Z على تغييرات كسر غير API. ستتمكن التغييرات Z من إعادة تحميل رسم بياني محفوظ.

اقتباس 

  HyperGAN Community
  HyperGAN, (2016-2020+), 
  GitHub repository, 
  https://github.com/HyperGAN/HyperGAN

يأتي Hyper مع أي ضمان أو دعم.

يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل