vae.pytorch:深度特征一致的变分自动编码器的PyTorch实现 源码
PyTorch中的深度特征一致变分自动编码器 深度特征一致变分自动编码器的PyTorch实现。 我基于侯宪旭,沉琳琳,孙可,邱国平实施了DFC-VAE。 我使用CelebA数据集训练了该模型。 有关数据集的更多详细信息,请。 安装 克隆此存储库。 建议使用python 3.6。 使用命令pip install -r requirements.txt安装库。 数据集 您需要从上下载CelebA数据集,并按照以下方式进行排列。 . ├── README.md ├── requirements.txt ├── models ├── utils ... └── data └── celeba ├── images │ ├── 000001.jpg │ └── ... └── annotations
文件列表
vae_pytorch-master.zip
(预估有个13文件)
vae.pytorch-master
.gitignore
17B
requirements.txt
210B
models
simple_vae.py
4KB
LICENSE
1KB
utils
vis.py
3KB
loss.py
3KB
anno.py
2KB
暂无评论