หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>หลาม
ดาวน์โหลด

การทำซ้ำการเรียนรู้การเป็นตัวแทนของระบบประสาท

โครงการหลักสูตรสำหรับ IFT 6135 - การเรียนรู้การเป็นตัวแทน

ลิงค์รายงานโครงการ: final_project.pdf

คำแนะนำ

  1. ในการฝึกอบรม VQVAE ด้วยอาร์กิวเมนต์เริ่มต้นตามที่กล่าวไว้ในรายงานให้ดำเนินการ: 
 python vqvae.py --data-folder /tmp/miniimagenet --output-folder models/vqvae
  1. ในการฝึกอบรม Pixelcnn ก่อนหน้า Latents ให้ดำเนินการ: 
 python pixelcnn_prior.py --data-folder /tmp/miniimagenet --model models/vqvae --output-folder models/pixelcnn_prior

ชุดข้อมูลที่ทดสอบแล้ว

ภาพ

  1. MNIST
  2. แฟชั่น
  3. CIFAR10
  4. มินิอิเน็ต

วิดีโอ

  1. Atari 2600 - รหัสมวย (Openai Gym)

การสร้างใหม่จาก vq-vae

แถว 4 อันดับแรกเป็นภาพต้นฉบับ แถว 4 ด้านล่างเป็นการสร้างใหม่

MNIST

png

นักเขียนแฟชั่น

png

ตัวอย่างชั้นเรียนจาก VQVAE กับ Pixelcnn ก่อนหน้า Latents

MNIST

png

นักเขียนแฟชั่น

png

ความเห็น

  1. เราสังเกตเห็นว่าการใช้ฟังก์ชั่น pytorch vector ของเราเองการฝึกอบรมการฝึกอบรมอย่างเร่งด่วนของ VQ-VAE โดยเกือบ 3x รหัสที่ช้ากว่า แต่ง่ายกว่าอยู่ในการกระทำนี้
  2. เราเพิ่มการทดสอบพื้นฐานบางอย่างสำหรับฟังก์ชั่นการวัดปริมาณเวกเตอร์ (ขึ้นอยู่กับ pytest ) เพื่อเรียกใช้การทดสอบเหล่านี้ 
 py.test . -vv

ผู้เขียน

  1. Rithesh Kumar
  2. Tristan Deleu
  3. Evan Racah
ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด