fidjax ดาวน์โหลด - ดาวน์โหลด fidjax ซอร์สโค้ด

fidjax

โค้ดแหล่งที่มา AI

1.0.0

ดาวน์โหลด

ฟิด แจ๊กซ์

การใช้งาน Frechet Inception Distance อย่างสะอาดใน JAX

จำลองการใช้งาน TensorFlow ของ OpenAI
การใช้งาน Pure JAX ทำงานบน CPU/GPU/TPU และภายใน JIT
สามารถโหลดน้ำหนักจาก GCS โดยใช้ pathlib API
รหัสที่สะอาดและเรียบง่าย

คำแนะนำ

1️⃣ FID JAX เป็นไฟล์เดียว ดังนั้นคุณจึงสามารถคัดลอกไปยังไดเร็กทอรีโปรเจ็กต์ของคุณได้ หรือคุณสามารถติดตั้งแพ็คเกจ:

pip install fidjax

2️⃣ ดาวน์โหลดตุ้มน้ำหนัก Inception (เครดิตโดย Matthias Wright):

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

3️⃣ ดาวน์โหลดสถิติอ้างอิง ImageNet ของความละเอียดที่ต้องการ (สร้างของคุณเองสำหรับชุดข้อมูลอื่นๆ):

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 คำนวณการเปิดใช้งาน สถิติ และคะแนนใน 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

ความแม่นยำ

ชุดข้อมูล	แบบอย่าง	ฟิด แจ๊กซ์	OpenAI TF
อิมเมจเน็ต 256	ADM (นำทาง อัปแซมเพิล)	3.937	3.943

บทช่วยสอน

การใช้ที่เก็บข้อมูลบนคลาวด์

ชี้ไปที่ไฟล์ผ่านการใช้งาน pathlib.Path ที่รองรับที่เก็บข้อมูลบนคลาวด์ของคุณ ตัวอย่างเช่นสำหรับ 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 )

ชุดข้อมูลที่กำหนดเอง

สร้างสถิติอ้างอิงสำหรับชุดข้อมูลที่กำหนดเอง:

 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 })