Загрузка fidjax - Загрузка исходного кода fidjax

fidjax

AI Исходный код

1.0.0

Скачать

ФИД ДЖАКС

Чистая реализация начального расстояния Фреше в JAX.

Воспроизводит реализацию TensorFlow от OpenAI.
Реализация Pure JAX работает на CPU/GPU/TPU и внутри JIT.
Можно загружать веса из GCS с помощью API pathlib .
Чистый и простой код.

Инструкции

1️⃣ FID JAX — это один файл, поэтому вы можете просто скопировать его в каталог вашего проекта. Или вы можете установить пакет:

pip install fidjax

2️⃣ Загрузите начальные веса (благодарность Маттиасу Райту):

wget https://www.dropbox.com/s/xt6zvlvt22dcwck/inception_v3_weights_fid.pickle ? dl=1

3️⃣ Загрузите справочную статистику ImageNet нужного разрешения (создайте свою собственную для других наборов данных):

wget https://openaipublic.blob.core.windows.net/diffusion/jul-2021/ref_batches/imagenet/64/VIRTUAL_imagenet64_labeled.npz
wget https://openaipublic.blob.core.windows.net/diffusion/jul-2021/ref_batches/imagenet/128/VIRTUAL_imagenet128_labeled.npz
wget https://openaipublic.blob.core.windows.net/diffusion/jul-2021/ref_batches/imagenet/256/VIRTUAL_imagenet256_labeled.npz
wget https://openaipublic.blob.core.windows.net/diffusion/jul-2021/ref_batches/imagenet/512/VIRTUAL_imagenet512.npz

4️⃣ Вычислить активации, статистику и баллы в JAX:

 import fidjax
import numpy as np

weights = './inception_v3_weights_fid.pickle?dl=1'
reference = './VIRTUAL_imagenet128_labeled.npz'
fid = fidjax . FID ( weights , reference )

fid_total = 50000
fid_batch = 1000
acts = []
for range ( fid_total // fid_batch ):
  samples = ...  # (B, H, W, 3) jnp.uint8
  acts . append ( fid . compute_acts ( samples ))
stats = fid . compute_stats ( acts )
score = fid . compute_score ( stats )

print ( float ( score ))  # FID

Точность

Набор данных	Модель	ФИД ДЖАКС	ОпенАИ ТФ
Имиджнет 256	ADM (управляемый, с повышенной дискретизацией)	3,937	3.943

Учебники

Использование облачного хранилища

Укажите файлы через реализацию pathlib.Path , которые поддерживают ваше облачное хранилище. Например, для GCS:

 import elements  # pip install elements
import fidjax

weights = elements . Path ( 'gs://bucket/fid/inception_v3_weights_fid.pickle' )
reference = elements . Path ( 'gs://bucket/fid/VIRTUAL_imagenet128_labeled.npz' )

fid = fidjax . FID ( weights , reference )

Пользовательские наборы данных

Создайте справочную статистику для пользовательских наборов данных:

 import fidjax
import numpy as np

weights = './inception_v3_weights_fid.pickle?dl=1'
fid = fidjax . FID ( weights )

acts = fid . compute_acts ( images )
mu , sigma = fid . compute_stats ( acts )

np . savez ( 'reference.npz' , { 'mu' : mu , 'sigma' : sigma })