pytorch vqvae

複製神經離散表示學習

IFT 6135的課程項目 - 表示學習

項目報告鏈接：final_project.pdf

指示

1. 要用報告中討論的默認參數培訓VQVAE，請執行：

 python vqvae.py --data-folder /tmp/miniimagenet --output-folder models/vqvae

2. 要在潛伏期上訓練Pixelcnn先驗，請執行：

 python pixelcnn_prior.py --data-folder /tmp/miniimagenet --model models/vqvae --output-folder models/pixelcnn_prior

測試數據集

圖像

1. mnist
2. 時尚人士
3. CIFAR10
4. 迷你像徵

影片

1. Atari 2600-拳擊（OpenAI Gym）代碼

VQ-VAE的重建

前4行是原始圖像。底部4行是重建。

mnist

時尚麥克尼斯特

從潛在的vqvae帶有pixelcnn的班級條件樣本

mnist

時尚麥克尼斯特

評論

1. 我們注意到，實施我們自己的矢量量化Pytorch功能，將VQ-VAE的訓練加速了近3倍。較慢，但更簡單的代碼在此提交中。
2. 我們為向量量化函數（基於pytest ）添加了一些基本測試。進行這些測試

 py.test . -vv

作者

1. Rithesh Kumar
2. 特里斯坦·德勒（Tristan Deleu）
3. 埃文·拉卡（Evan Racah）