HyperGAN

Readme

Hypergan 1.0

Gan yang dapat dikomposisi yang dibangun untuk pengembang, peneliti, dan seniman.

Hypergan dalam pra-rilis dan beta terbuka.

Logo yang dihasilkan dengan contoh/pewarna

Lihat lebih lanjut di YouTube Hypergan

Daftar isi

• Tentang
• Dokumentasi
• Changelog
• Awal yang cepat
  • Persyaratan
  • Memasang
  • Kereta
• API
  • Menggunakan model hypergan terlatih
  • Melatih gan
  • Contoh
  • Tutorial
• Paket Pip Hypergan
  • Pelatihan
  • Contoh
  • Argumen tambahan
  • Berjalan di CPU
  • Pemecahan masalah
  • Mode Pengembangan
• Kumpulan data
  • Membuat dataset
  • Set data yang dapat diunduh
  • Membersihkan data
• Fitur
• Memamerkan
• Sponsor
• Berkontribusi
• Versi
• Kutipan

Tentang

Hypergan membangun jaringan permusuhan generatif di Pytorch dan membuatnya mudah untuk dilatih dan dibagikan.

Untuk pengantar umum untuk gans lihat http://blog.aylien.com/introduction-generative-adversarial-networks-code-tensorflow/

Bergabunglah dengan Perselisihan Komunitas.

Dokumentasi

• Dokumentasi Gitbook

Changelog

Lihat Changelog Lengkap Di Sini: Changelog.MD

Awal yang cepat

Persyaratan

OS: Windows, OSX, Linux

Untuk pelatihan:

GPU: NVIDIA, GTX 1080+ Direkomendasikan

Memasang

1. Instal Hypergan untuk Pengguna: pip3 install hypergan

Untuk pengembang: Unduh repo ini dan jalankan python3 setup.py develop

2. Ujilah

• hypergan train preset:celeba -s 128x128x3

3. Bergabunglah dengan komunitas

• Setelah Anda membuat sesuatu yang keren, pastikan untuk membagikannya di perselisihan (https://discord.gg/t4wwbpf).

Buat model baru

  hypergan new mymodel

Ini akan membuat myModel.json berdasarkan konfigurasi default. Anda dapat mengubah templat konfigurasi dengan bendera -c .

Daftar Template Konfigurasi

  hypergan new mymodel -l

Lihat semua templat konfigurasi dengan --list-templates atau -l .

Kereta

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

API

 import hypergan as hg

Perhatikan API ini saat ini sedang bekerja di 1.0. Jika Anda membaca ini sebelum 1.0 dirilis, periksa contohnya.

Lihat dokumentasi GitBook untuk lebih jelasnya.

Menggunakan model hypergan terlatih

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

Melatih gan

 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 )

Contoh

Lihat contoh https://github.com/hypergan/hypergan/tree/master/examples

Tutorial

Lihat tutorial https://hypergan.gitbook.io/hypergan/tutorials

Paket Pip Hypergan

pip install hypergan

Pelatihan

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

Contoh

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

Secara default, Hypergan tidak akan menyimpan sampel pelatihan ke disk. Untuk mengubah ini, gunakan --save_samples .

Argumen tambahan

Untuk melihat daftar terperinci, jalankan

  hypergan -h

Berjalan di CPU

Anda dapat mengganti backend dengan:

  hypergan [...] -B cpu

Jangan berlatih di CPU! Itu terlalu lambat.

Pemecahan masalah

Pastikan driver CUDA, NVIDIA, bantal, Pytorch, dan Pytorch adalah versi terbaru.

Periksa Bantuan Perselisihan.

Mode Pengembangan

Jika Anda ingin memodifikasi Hypergan

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

Pastikan pip3 uninstall hypergan untuk menghindari konflik versi.

Kumpulan data

Untuk membangun jaringan baru, Anda memerlukan dataset.

Membuat dataset

Kumpulan data di Hypergan dimaksudkan untuk dibuat sederhana. Cukup gunakan folder gambar. Folder bersarang juga berfungsi.

Membersihkan data

Hypergan dibangun agar tahan terhadap semua jenis data najis. Secara default gambar diubah ukurannya kemudian dipotong jika perlu.

Lihat --nocrop , --random_crop dan --resize untuk opsi penskalaan gambar tambahan.

Fitur

Daftar fitur dalam rilis 1.0:

• API
• Cli
• Penampil - aplikasi elektron untuk mengeksplorasi dan membuat model
• Cross Platform - Windows, OSX, Linux
• Inferensi - Tambahkan pembuatan konten AI ke proyek Anda
• Pelatihan - Latih model khusus menggunakan backend pelatihan paralel yang dipercepat
• Berbagi - Bagikan model yang dibangun satu sama lain. Gunakan mereka dalam proyek Python sebagai model hypergan, atau dalam proyek apa pun sebagai model Onxx
• Customizable - Tentukan Arsitektur Kustom di JSON, atau ganti komponen apa pun dengan kreasi Pytorch Anda sendiri
• Data - Dibangun untuk mengerjakan data najis dan beberapa tipe data
• Pembelajaran tanpa pengawasan
• Alignment tanpa pengawasan - Sejajarkan satu distribusi ke distribusi lain atau temukan distribusi novel baru.
• Transfer pembelajaran
• Pembelajaran online

Memamerkan

1.0 model masih berlatih

Kirimkan showcase Anda dengan permintaan tarik!

Untuk lebih lanjut, lihat kamar #showcase di

Sponsor

Kami sekarang menerima sponsor keuangan. Sponsor untuk (secara opsional) tercantum di sini.

https://github.com/sponsors/hypergan

Berkontribusi

Kontribusi dipersilakan dan dihargai! Kami memiliki banyak masalah terbuka di tab Masalah . Bergabunglah dengan Perselisihan.

Lihat cara berkontribusi.

Versi

Hypergan menggunakan versi semantik. http://semver.org/

Tldr: xyz

• X bertambah pada rilis publik yang stabil.
• Y bertambah pada perubahan API yang melanggar. Ini termasuk perubahan file konfigurasi dan perubahan konstruksi grafik.
• Z bertambah pada perubahan pemecahan non-API. Z Perubahan akan dapat memuat ulang grafik yang disimpan.

Kutipan

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

Hypergan datang tanpa garansi atau dukungan.