torchganダウンロードtorchganソースコードのダウンロード

torchgan

パイソン

JOSS Paper Accepted

ダウンロード

トーチガン

Pytorchに基づいたGANの簡単かつ効率的なトレーニングのためのフレームワーク

Torchganは、生成的な敵対的なネットワークを設計および開発するためのPytorchベースのフレームワークです。このフレームワークは、人気のあるGANにビルディングブロックを提供し、最先端の研究のカスタマイズを可能にするように設計されています。 Torchganのモジュラー構造を使用すると、許可されます

データセットで人気のあるGANモデルを試してみます。
新しい損失関数、新しいアーキテクチャなどを従来のものとプラグインします。
さまざまなログバックエンドでトレーニングをシームレスに視覚化します。

システム / Pytorchバージョン	1.8	1.9	毎晩
Linux Py3.8
Linux Py3.9
OSX PY3.8
OSX PY3.9
Windows PY3.9
Windows PY3.9

インストール

PIPの使用（安定したリリース用）：

  $ pip install torchgan

PIPの使用（最新のマスター用）：

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

ソースから：

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

ドキュメント

ドキュメントはこちらから入手できます

このパッケージのドキュメントはローカルで生成できます。

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

次に、 build Directoryから対応するファイルを開きます。

チュートリアル

tutorialsディレクトリには、Torchganを開始するためのチュートリアルのセットが含まれています。これらのチュートリアルは、Google ColabまたはBinderを使用して実行できます。次の順序でチュートリアルをフォローすることを強くお勧めします。

入門チュートリアル：
- チュートリアル1：トーチガンの紹介
- チュートリアル2：カスタム損失関数
中級のチュートリアル：
- チュートリアル3：Cyclegan
- チュートリアル4：自己注意ガン
高度なチュートリアル：
- チュートリアル5：敵対的な自動エンコーダー

サポートと引用

このソフトウェアは、学術研究の一環として開発されました。サポートを支援したい場合は、リポジトリに出演してください。このソフトウェアを研究、教育、またはその他の活動の一部として使用する場合、以下を引用できる場合は感謝します。

 @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}
}

Torchganを使用した出版物と提出物のリスト（不足しているエントリを追加するためのプルリクエストを開いてください）：