Unduh torchgan - Unduh Kode Sumber torchgan

torchgan

ular piton

JOSS Paper Accepted

Unduh

Torchgan

Kerangka kerja untuk pelatihan GANS yang mudah dan efisien berdasarkan Pytorch

Torchgan adalah kerangka kerja berbasis Pytorch untuk merancang dan mengembangkan jaringan permusuhan generatif. Kerangka kerja ini telah dirancang untuk menyediakan blok bangunan untuk gans populer dan juga untuk memungkinkan kustomisasi untuk penelitian canggih. Menggunakan struktur modular Torchgan memungkinkan

Mencoba model GAN populer di dataset Anda.
Colokkan fungsi kerugian baru Anda, arsitektur baru, dll. Dengan yang tradisional.
Memvisualisasikan pelatihan dengan mulus dengan berbagai backend logging.

Versi Sistem / Pytorch	1.8	1.9	malam
Linux PY3.8
Linux PY3.9
OSX PY3.8
OSX PY3.9
Windows PY3.9
Windows PY3.9

Instalasi

Menggunakan PIP (untuk rilis yang stabil):

  $ pip install torchgan

Menggunakan PIP (untuk master terbaru):

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

Dari sumber:

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

Dokumentasi

Dokumentasi tersedia di sini

Dokumentasi untuk paket ini dapat dihasilkan secara lokal.

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

Sekarang buka file yang sesuai dari build Directory.

Tutorial

Direktori tutorials berisi satu set tutorial untuk memulai dengan Torchgan. Tutorial ini dapat dijalankan menggunakan Google Colab atau Binder. Sangat disarankan agar Anda mengikuti tutorial dalam urutan berikut.

Tutorial pengantar:
- Tutorial 1: Pengantar Torchgan
- Tutorial 2: Fungsi Kehilangan Kustom
Tutorial Menengah:
- Tutorial 3: Cyclegan
- Tutorial 4: Perhatian Sendiri Gan
Tutorial Lanjutan:
- Tutorial 5: Autoencoder permusuhan

Mendukung dan mengutip

Perangkat lunak ini dikembangkan sebagai bagian dari penelitian akademik. Jika Anda ingin membantu mendukungnya, silakan bintangi repositori. Jika Anda menggunakan perangkat lunak ini sebagai bagian dari penelitian, pengajaran, atau kegiatan Anda, kami akan berterima kasih jika Anda dapat mengutip yang berikut:

 @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}
}

Daftar Publikasi & Pengajuan Menggunakan Torchgan (Harap buka permintaan tarik untuk menambahkan entri yang hilang):

Bisakah lalu lintas jaringan yang dihasilkan GAN digunakan untuk melatih pengklasifikasi anomali lalu lintas?
Ward2icu: Dataset Tanda Vital Rawat Inap dari Bangsal Umum

Berkontribusi

Kami menghargai semua kontribusi. Jika Anda berencana untuk menyumbangkan perbaikan bug, silakan lakukan tanpa diskusi lebih lanjut. Jika Anda berencana untuk menyumbangkan fitur baru, fungsi utilitas atau ekstensi, silakan buka terlebih dahulu dan diskusikan fitur dengan kami. Untuk pedoman yang lebih terperinci, kunjungi dokumentasi resmi.