torchgan Download - torchgan Quellcode Download

torchgan

Python

JOSS Paper Accepted

Herunterladen

Torchgan

Rahmen für eine einfache und effiziente Ausbildung von Gans basierend auf Pytorch

Torchgan ist ein Pytorch -basierter Rahmen für die Gestaltung und Entwicklung generativer kontroverse Netzwerke. Dieser Rahmen wurde entwickelt, um Bausteine für beliebte Gans bereitzustellen und die Anpassung für die modernste Forschung zu ermöglichen. Die modulare Struktur von Torchgan ermöglicht es

Probieren Sie beliebte GaN -Modelle in Ihrem Datensatz aus.
Schließen Sie Ihre neue Verlustfunktion, neue Architektur usw. mit den traditionellen an.
Visadlos visualisieren Sie das Training mit einer Vielzahl von Protokollierungs -Backends.

System / Pytorch -Version	1.8	1.9	Nacht-
Linux Py3.8
Linux Py3.9
OSX PY3.8
OSX PY3.9
Windows Py3.9
Windows Py3.9

Installation

Verwenden von PIP (für stabile Version):

  $ pip install torchgan

Verwenden Sie PIP (für den neuesten Master):

  $ pip install git+https://github.com/torchgan/torchgan.git

Aus Quelle:

  $ git clone https://github.com/torchgan/torchgan.git
  $ cd torchgan
  $ python setup.py install

Dokumentation

Die Dokumentation ist hier verfügbar

Die Dokumentation für dieses Paket kann lokal erstellt werden.

  $ git clone https://github.com/torchgan/torchgan.git
  $ cd torchgan/docs
  $ pip install -r requirements.txt
  $ make html

Öffnen Sie nun die entsprechende Datei aus build -Verzeichnis.

Tutorials

Das tutorials -Verzeichnis enthält eine Reihe von Tutorials, damit Sie mit Torchgan beginnen können. Diese Tutorials können mit Google Colab oder Binder ausgeführt werden. Es wird dringend empfohlen, die Tutorials in der folgenden Reihenfolge zu befolgen.

Einführungs -Tutorials:
- Tutorial 1: Einführung in Torchgan
- Tutorial 2: benutzerdefinierte Verlustfunktionen
Zwischenbereitschaft: Tutorials:
- Tutorial 3: Cyclegan
- Tutorial 4: Selble Gan
Erweiterte Tutorials:
- Tutorial 5: Konversarter Autocoder

Unterstützung und Zitieren

Diese Software wurde im Rahmen der akademischen Forschung entwickelt. Wenn Sie es unterstützen möchten, spielen Sie bitte das Repository. Wenn Sie diese Software als Teil Ihrer Forschung, Lehre oder anderer Aktivitäten verwenden, wären wir dankbar, wenn Sie Folgendes angeben könnten:

 @article{Pal2021,
  doi = {10.21105/joss.02606},
  url = {https://doi.org/10.21105/joss.02606},
  year = {2021},
  publisher = {The Open Journal},
  volume = {6},
  number = {66},
  pages = {2606},
  author = {Avik Pal and Aniket Das},
  title = {TorchGAN: A Flexible Framework for GAN Training and Evaluation},
  journal = {Journal of Open Source Software}
}

Liste der Veröffentlichungen und Einreichungen mit Torchgan (bitte eine Pull -Anfrage zum Hinzufügen fehlender Einträge öffnen):

Kann der mit GaNerated Network-Verkehr verwendete Netzwerkverkehr zur Ausbildung von Klassifizierern der Verkehrsanomalie verwendet werden?
Ward2icu: Ein Vitalzeichen Datensatz von stationären Patienten aus der allgemeinen Gemeinde

Beitragen

Wir schätzen alle Beiträge. Wenn Sie planen, Bug-Fixes beizutragen, tun Sie dies bitte ohne weitere Diskussion. Wenn Sie vorhaben, neue Funktionen, Versorgungsfunktionen oder Erweiterungen beizutragen, eröffnen Sie bitte zunächst ein Problem und diskutieren Sie die Funktion mit uns. Ausführlichere Richtlinien finden Sie in der offiziellen Dokumentation.