torchgan

Torchgan

Estrutura para treinamento fácil e eficiente de Gans baseado em Pytorch

Torchgan é uma estrutura baseada em Pytorch para projetar e desenvolver redes adversárias generativas. Essa estrutura foi projetada para fornecer blocos de construção para Gans populares e também para permitir a personalização da pesquisa de ponta. Usar a estrutura modular de Torchgan permite

• Experimentando modelos GaN populares no seu conjunto de dados.
• Conecte sua nova função de perda, nova arquitetura etc. com os tradicionais.
• Visualize perfeitamente o treinamento com uma variedade de back -ends.

Versão do sistema / pytorch	1.8	1.9	todas as noites
Linux py3.8
Linux py3.9
OSX PY3.8
OSX PY3.9
Windows PY3.9
Windows PY3.9

Instalação

Usando PIP (para liberação estável):

  $ pip install torchgan

Usando PIP (para o último mestre):

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

Da fonte:

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

Documentação

A documentação está disponível aqui

A documentação para este pacote pode ser gerada localmente.

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

Agora abra o arquivo correspondente do diretório build .

Tutoriais

O diretório tutorials contém um conjunto de tutoriais para você começar com Torchgan. Esses tutoriais podem ser executados usando o Google Colab ou o fichário. É altamente recomendável que você siga os tutoriais na seguinte ordem.

1. Tutoriais introdutórios:
   • Tutorial 1: Introdução ao Torchgan
   • Tutorial 2: Funções de perda personalizada
2. Tutoriais intermediários:
   • Tutorial 3: Cyclegan
   • Tutorial 4: Gane de ATENÇÃO DE ATENÇÃO
3. Tutoriais avançados:
   • Tutorial 5: AutoEncoder adversário

Apoiando e citando

Este software foi desenvolvido como parte da pesquisa acadêmica. Se você deseja ajudar a apoiá -lo, estrela o repositório. Se você usar este software como parte de sua pesquisa, ensino ou outras atividades, ficaríamos agradecidos se você pudesse citar o seguinte:

 @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}
}

Lista de publicações e envios usando Torchgan (abra uma solicitação de puxão para adicionar entradas ausentes):

• O tráfego de rede gerado por GaN pode ser usado para treinar classificadores de anomalia de tráfego?
• Ward2icu: um conjunto de dados vital de sinais de pacientes internados da ala geral

Contribuindo

Agradecemos todas as contribuições. Se você planeja contribuir com fixos de bug, faça-o sem nenhuma discussão adicional. Se você planeja contribuir com novos recursos, funções ou extensões de utilitário, primeiro abra um problema e discuta o recurso conosco. Para diretrizes mais detalhadas, acesse a documentação oficial.

Colaboradores

Este pacote foi desenvolvido por

• Avik Pal (@Avik-Pal)
• Aniket Das (@aniket1998)

Este projeto existe graças a todas as pessoas que contribuem.