HyperGAN

readme

Hypergan 1.0

개발자, 연구원 및 예술가를 위해 제작 된 복합 가운.

Hypergan은 사전 릴리스 및 오픈 베타에 있습니다.

예제/색상 라이저 로 생성 된 로고

Hypergan YouTube에 대한 자세한 내용을 참조하십시오

목차

• 에 대한
• 선적 서류 비치
• changelog
• 빠른 시작
  • 요구 사항
  • 설치하다
  • 기차
• API
  • 훈련 된 Hypergan 모델 사용
  • 간 훈련
  • 예
  • 튜토리얼
• PIP 패키지 Hypergan
  • 훈련
  • 견본 추출
  • 추가 논쟁
  • CPU에서 실행
  • 문제 해결
  • 개발 모드
• 데이터 세트
  • 데이터 세트 생성
  • 다운로드 가능한 데이터 세트
  • 데이터 정리
• 특징
• 유리 진열장
• 스폰서
• 기여
• 버전 작성
• 소환

에 대한

Hypergan은 Pytorch에서 생성 적대적 네트워크를 구축하고 훈련 및 공유가 쉽게 만듭니다.

Gans에 대한 일반적인 소개는 http://blog.aylien.com/introduction-generative-adversarial-networks-code-tensorflow/를 참조하십시오.

커뮤니티 불화에 가입하십시오.

선적 서류 비치

• gitbook 문서

changelog

전체 ChangeLog를 참조하십시오 : ChangeLog.md

빠른 시작

요구 사항

OS : Windows, OSX, Linux

훈련 :

GPU : NVIDIA, GTX 1080+ 권장

설치하다

1. 사용자를 위해 Hypergan을 설치하십시오 : pip3 install hypergan

개발자를 위해 :이 repo를 다운로드하고 python3 setup.py develop 실행하십시오.

2. 테스트하십시오

• hypergan train preset:celeba -s 128x128x3

3. 커뮤니티에 가입하십시오

• 시원한 것을 만들면 불화 (https://discord.gg/t4wwbpf)에서 공유하십시오.

새 모델을 만듭니다

  hypergan new mymodel

이렇게하면 기본 구성을 기반으로 MyModel.json이 생성됩니다. -c 플래그로 구성 템플릿을 변경할 수 있습니다.

구성 템플릿을 나열하십시오

  hypergan new mymodel -l

--list-templates 또는 -l 로 모든 구성 템플릿을 참조하십시오.

기차

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

API

 import hypergan as hg

이 API는 현재 1.0에서 작업 중입니다. 1.0이 릴리스되기 전에이 글을 읽고 있다면 예제를 확인하십시오.

자세한 내용은 Gitbook 설명서를 참조하십시오.

훈련 된 Hypergan 모델 사용

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

간 훈련

 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 )

예

예제 https://github.com/hypergan/hypergan/tree/master/examples를 참조하십시오

튜토리얼

자습서 https://hypergan.gitbook.io/hypergan/tutorials를 참조하십시오

PIP 패키지 Hypergan

pip install hypergan

훈련

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

견본 추출

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

기본적으로 Hypergan은 훈련 샘플을 디스크에 저장하지 않습니다. 이를 변경하려면 --save_samples 사용하십시오.

추가 논쟁

자세한 목록을 보려면 실행하십시오

  hypergan -h

CPU에서 실행

백엔드를 다음과 같이 전환 할 수 있습니다.

  hypergan [...] -B cpu

CPU를 훈련시키지 마십시오! 너무 느립니다.

문제 해결

Cuda, Nvidia 드라이버, 베개, Pytorch 및 Pytorch Vision이 최신 버전인지 확인하십시오.

Discord에 도움을 받으십시오.

개발 모드

Hypergan을 수정하려면

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

pip3 uninstall hypergan 버전 충돌을 피하십시오.

데이터 세트

새 네트워크를 구축하려면 데이터 세트가 필요합니다.

데이터 세트 생성

Hypergan의 데이터 세트는 작성하기가 간단합니다. 이미지 폴더 만 사용하십시오. 중첩 된 폴더도 작동합니다.

데이터 정리

Hypergan은 모든 유형의 부정한 데이터에 탄력성을 갖도록 구축되었습니다. 기본적으로 이미지는 크기 조정 된 다음 필요한 경우 크기를 자릅니다.

추가 이미지 스케일링 옵션은 --nocrop , --random_crop 및 --resize 참조하십시오.

특징

1.0 릴리스의 기능 목록 :

• API
• 클리
• 뷰어 - 모델을 탐색하고 생성하는 전자 앱
• 크로스 플랫폼 - Windows, OSX, Linux
• 추론 - 프로젝트에 AI 컨텐츠 생성을 추가하십시오
• 교육 - 가속화 된 병렬 훈련 백엔드를 사용하여 맞춤형 모델을 훈련
• 공유 - 구축 된 모델을 서로 공유합니다. Python Projects에서 Hypergan 모델 또는 ONXX 모델로 프로젝트에서 사용하십시오.
• 사용자 정의 가능 - JSON의 사용자 정의 아키텍처 정의 또는 구성 요소를 자신의 Pytorch 생성으로 바꾸십시오.
• 데이터 - 부정한 데이터 및 여러 데이터 유형에서 작동하도록 구축되었습니다.
• 감독되지 않은 학습
• 감독되지 않은 정렬 - 하나의 분포를 다른 분포에 정렬하거나 새로운 소설 분포를 발견하십시오.
• 전송 학습
• 온라인 학습

유리 진열장

1.0 모델은 여전히 훈련 중입니다

풀 요청으로 쇼케이스를 제출하십시오!

자세한 내용은 #showcase room을 참조하십시오

스폰서

우리는 이제 재무 후원자를 수락하고 있습니다. (선택적으로) 스폰서는 여기에 나열되어 있습니다.

https://github.com/sponsors/hypergan

기여

기부금을 환영하고 감사합니다! 문제 탭에 많은 열린 문제가 있습니다. 불화에 가입하십시오.

기여하는 방법을보십시오.

버전 작성

Hypergan은 시맨틱 버전을 사용합니다. http://semver.org/

TLDR : XYZ

• X 는 안정적인 공개 릴리스에서 증가합니다.
• API 파괴 변경에 Y가 증가합니다. 여기에는 구성 파일 변경 및 그래프 구성 변경이 포함됩니다.
• Z는 비 API 파손 변경에서 증가합니다. Z 변경 사항은 저장된 그래프를 다시로드 할 수 있습니다.

소환

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

Hypergan에는 보증이나 지원이 없습니다.