GAN standard implémenté sur keras/tensorflow permettant une expérimentation et une recherche rapides. Les branches correspondent à des implémentations stables d'architectures GAN (c'est-à-dire ACGan, InfoGAN, wGAN amélioré) et d'autres variantes prometteuses de GAN (c'est-à-dire hacks GAN, perte adverse locale, etc...).
La branche master
sert de point de départ simple, propre et robuste pour la R&D du GAN. Les contributions sont encouragées sous la forme de nouvelles branches et/ou d'améliorations du master
. Idéalement, les branches suivront le style de codage master's
et s'en écarteront le moins (de manière réaliste) possible.
master
: GAN standard.
ac-gan
: Classificateur auxiliaire GAN tel que décrit dans : Synthèse d'images conditionnelles avec classificateur auxiliaire GAN.
info-gan
: Informations maximisant le GAN comme décrit dans : InfoGAN : Interpretable Representation Learning by Information Maximizing Generative Adversarial Nets.
cGAN
: Comme décrit dans : Traduction d'image à image avec des réseaux contradictoires conditionnels.
wGAN
: Comme décrit dans : Wasserstein GAN avec des améliorations décrites dans : Amélioration de la formation des GAN de Wasserstein.
SimGAN
ici : https://github.com/wayaai/SimGAN.
Remarque : ACGAN
est une forme plus limitée d' InfoGAN
. InfoGAN
peut prendre un nombre arbitraire de variables latentes catégorielles et continues comme entrée dans le générateur. ACGAN est un InfoGAN dans le cas où le générateur prend en entrée une variable latente catégorielle correspondant au label de l'image à générer.
La fonction objectif wGAN
doit être utilisée pour toutes les variantes de GAN au lieu de la divergence Jenson-Shannon.
Ce référentiel et ses branches sont dérivés de la base de code de Waya.ai et sont publiés sous une forme plus propre et plus modulaire. Cependant, je n'ai pas encore entièrement testé chaque branche, il peut donc y avoir quelques problèmes et les GAN devront peut-être être un peu réglés pour converger correctement.
Waya.ai est une entreprise dont la vision est celle d'un monde où les problèmes médicaux sont abordés dès le début, dès leurs balbutiements. Cette approche fera passer le secteur des soins de santé d’une lutte constante contre les symptômes à une approche préventive où les causes profondes sont traitées et corrigées. Notre première étape pour réaliser cette vision est un diagnostic simple, précis et disponible. Notre objectif actuel est le diagnostic des commotions cérébrales, le suivi de la récupération et la surveillance de la santé cérébrale. N'hésitez pas à me contacter si cela vous interpelle !