GAN Sandbox
1.0.0
Стандартный GAN, реализованный поверх keras/tensorflow, позволяет быстро экспериментировать и исследовать. Ветви соответствуют стабильным реализациям архитектур GAN (т. е. ACGan, InfoGAN, Improved wGAN) и другим многообещающим вариантам GAN (т. е. взломам GAN, локальным состязательным потерям и т. д.).
master ветка служит простой, понятной и надежной отправной точкой для исследований и разработок GAN. Вклад приветствуется в виде новых веток и/или улучшений для master . В идеале ветки должны следовать стилю кодирования master's и как можно меньше (реально) от него отклоняться.
master : Стандартный ГАН.
ac-gan : Вспомогательный классификатор GAN, как описано в разделе: Синтез условных изображений с помощью вспомогательных классификаторов GAN.
info-gan : GAN, максимизирующий информацию, как описано в: InfoGAN: Обучение интерпретируемому представлению с помощью генеративно-состязательных сетей, максимизирующих информацию.
cGAN : Как описано в разделе «Перевод изображения в изображение с помощью условных состязательных сетей».
wGAN : Как описано в разделе «GAN Вассерштейна», с улучшениями, описанными в разделе «Улучшенное обучение GAN Вассерштейна».
SimGAN здесь: https://github.com/wayaai/SimGAN.
Примечание. ACGAN — это более ограниченная форма InfoGAN . InfoGAN может принимать произвольное количество категориальных и непрерывных скрытых переменных в качестве входных данных для генератора. ACGAN — это InfoGAN в том случае, когда генератор принимает в качестве входных данных одну категориальную скрытую переменную, соответствующую метке генерируемого изображения.
Целевую функцию wGAN следует использовать для всех вариантов GAN вместо расхождения Дженсона-Шеннона.
Этот репозиторий и его ветки были созданы на основе кодовой базы Waya.ai и выпущены в более чистой и модульной форме. Я еще не полностью протестировал каждую ветку, поэтому могут возникнуть некоторые проблемы, и, возможно, GAN потребуется немного настроить для правильной сходимости.
Waya.ai — это компания, чье видение — мир, в котором медицинские проблемы решаются на ранней стадии, в их зачаточном состоянии. Этот подход переведет отрасль здравоохранения от постоянной борьбы с симптомами к профилактическому подходу, при котором устраняются и устраняются коренные причины. Нашим первым шагом на пути к реализации этой идеи является простая, точная и доступная диагностика. В настоящее время наша деятельность сосредоточена на диагностике сотрясения мозга, отслеживании выздоровления и мониторинге здоровья мозга. Пожалуйста, свяжитесь со мной, если это резонирует с вами!
