GANotebooks

Generative kontroverse Notizbücher

Sammlung meiner generativen kontroversen Netzwerk -Implementierungen

Die meisten Codes sind für Python3, die meisten Notebooks arbeiten

Cyclegan

• Cyclegan-Lasagne
• Cyclegan-keras

Cyclegan -Ergebnisse

Ergebnis nach 3 Stunden und 58 Epochen auf einem GTX 1080. Von oben nach unten: Eingabe, Fälschung, Nachbildung der Eingabe.

Angesichtsergebnis. Von oben nach unten: Eingabe, Fälschung, Nachbildung der Eingabe. [YouTube Video] (https://www.youtube.com/watch?v=fea4kzq0ofq)

pix2pix

• PIX2PIX-KERAS: PIX2PIX Gan Keras-Implementierung
• PIX2PIX-LASAGNE: PIX2PIX GAN Lasagne-Implementierung
• PIX2PIX-TORCH: PIX2PIX Gan Pytorch Implementierung

PIX2PIX -Beispielergebnisse

Validierungsergebnis von Kanten zu Schichten nach 12 Epochen. Von oben nach unten: Eingabe, Grundwahrheit, das Ergebnis.

Validierungsergebnis des Fassaden -Datensatzes nach 150 Epochen mit ResNet. Von oben nach unten: Eingabe, Grundwahrheit, das Ergebnis.

Wgan auf CIFAR10

• Wgan-Keras: Wasserstein Gan Keras Implementierung
• Wgan-Lasagne: Wasserstein Gan Lasagne Implementierung
• Wgan-Torch: Wasserstein Gan Pytorch-Implementierung basierend auf https://github.com/martinarjovsky/wassereingan

WGAN2 (Verbesserte WGAN/WGAN-GP)

• Wgan2-Lasagne: Verbesserte WGR-Lasagne-Implementierung (auf CIFAR10)
• WGAN2-KERAS: Verbesserte Wgan-Keras-Implementierung (auf CIFAR10)
• Wgan2-Lasagne-Anime: Wgan auf Anime-Gesichtsbildern, Lasagne
• WGAN2-AC-Lasagne: Verbesserte WGR Lasagne-Implementierung mit Auxillary Classfier

WGAN2 -Probenergebnisse

• CIFAR10 -Datensatz

• CIFAR10 -Datensatz mit Auxillary Classfier

• Anime Face -Datensatz

Infogan

• MNIST-Infogan: Infogan Lasagne auf dem MNIST-Datensatz
• MNIST-Infogan-Papier-Uniform: Infogan-Lasagne auf dem MNIST-Datensatz (Fluwing der Papierimplementierung)

Infogan -Probenergebnisse

DCGAN

• Dcgan-Lasagne: Dcgan in Lasagne

DCGAN -Probenergebnisse