wgan gp
1.0.0
Una implementación de Pytorch del documento "Entrenamiento mejorado de Wasserstein Gans".
Python, Numpy, Scipy, Matplotlib, una reciente GPU de Nvidia
Una última versión maestra de Pytorch
Gan_toy.py: conjuntos de datos de juguetes (8 gaussianos, 25 gaussianos, rollo suizo). ( Terminado en 2017.5.8)
gan_language.py: modelo de idioma a nivel de personaje (Discriminator está usando NN.Conv1d . El generador está usando NN.Conv1d . Terminado en 2017.6.23. Terminado en 2017.6.27).
gan_mnist.py: mnist ( ejecutando resultados mientras termina en 2017.6.26. El discriminador está usando el generador nn.conv1d . está usando nn.conv1d .)
Gan_64x64.py: 64x64 Arquitecturas ( esperando su solicitud de extracción )
gan_cifar.py: CIFAR-10 ( Genial gracias al robotcator )
Conjunto de datos de juguetes
Algunos resultados de muestra, puede consultar los resultados/ juguete/ carpeta para obtener más detalles .
25Gaussianos 48500 iteración
Swissroll 69400 iteración
Conjunto de datos MNIST
Algunos resultados de la muestra, puede consultar los resultados/ mnist/ carpeta para obtener más detalles .
Billion Word Language Language Generation (usando CNN, a nivel de carácter)
Algunos resultados de la muestra después de 8699 épocas que se detallan en la muestra
No he ejecutado suficientes épocas debido a que esto es mucho tiempo.
Movió la alfombra todo clame t
Un hormiguero de costas forreuid
Con qué crouchy digcloued defor
Pamreutol el Rered In Car Inson
Ni opción para los ficomens o Fe
En es un "nored por el ot lata
The Onteon I Dees esta pirella,
Es brobes aoracy de "Medurn
Deambulando el reariod a Thim Atrast
El stinl que hormiga de la no t
El Witl es una nalencia
Es un sobre, tose sho leloch cumm
Conjunto de datos CIFAR10
Algunos resultados de la muestra, puede consultar la carpeta Resultados/ CIFAR10/ para más detalles .
Basado en la implementación IGUL222/mejorado_wgan_training y Martinarjovsky/Wassersteingan
