注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. VAE-pytorch:VAE的pytorch实施-源码

  2. VAE-火炬 VAE和CVAE的Pytorch实施 VAE 为了生成某些东西，例如我们的mnist位数，我们需要找到mnist $ P（X）$的真实分布。 如果找到了，那么我们需要做的就是从$ P（X）$中抽取样本，然后完成所有操作。 但是，我们无法获得$ P（X）$，因此VAE会使用潜在变量来近似$ P（X）$。 $$ P（X）= \ int P（x | z）P（z）$$然后，我们要做的就是从z采样，并使用$ P（x | z）$生成x。 为了训练该$ P（x | z）$并找到合适的Z，我们

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：68157440
    • 提供者：weixin_42144086

  1. VAE:VAE的实施-源码

  2. VAE VAE的实施：Vannila VAE VAE的任务：celebA人脸重建

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：2048
    • 提供者：weixin_42107561

  1. TF_Toolbox:所有事物的组织化回购TensorFlow-源码

  2. TF_Toolbox 针对所有TensorFlow的组织化回购：教程，数据和模型。 实施模型的步骤 实现自定义功能。 实施自定义图层以存储自定义功能（如果可能）。 实现连接自定义功能和图层的自定义模型。 讲解 tf == 0.0.0的dummy_tutorial tf == 2.4.1〜IN_PROGRESS的data_prep 楷模 请阅读“ model_standards.ipynb”以了解实施准则！ tf == 0.0.0的model_a 注意：（是/否） 论文链接： 其他资

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：1048576
    • 提供者：weixin_42107491

  1. PopGen:用于PyTorch的生成建模工具包-源码

  2. 流行音乐 PopGen是用PyTorch编写的生成建模工具包。 它旨在提供高质量的参考实现和可重用的组件，重点在于基于可能性的模型和表示学习。 实验范例 包含的VAE示例说明了灵活的后验分布和先验分布可以在高斯基线上得到改善。 vae和vamp架构遵循描述的L = 1 VAE的设置。 vae_vamp_hsnf模型还将K = 4 引入后验分布。 每个模型在动态二值化MNIST上训练了1M步。 使用界和5000个样本来估计边际可能性。 姓名 后部 事先的 对数p（x） vae 对角高斯 标

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：43008
    • 提供者：weixin_42131728

  1. DALLE-mtf:Open-AI的DALL-E用于网格张量流中的大规模训练-源码

  2. Mesh-Tensorflow [WIP]中的DALL-E Mesh-Tensorflow中的Open-AI 。 如果这与具有类似的效率，则此回购库应该能够训练模型，并使模型达到Open-AI的DALL-E（12B参数）的大小，并大于Open-AI的DALL-E（12B参数）的大小。 没有预训练的模型...但是。 感谢的tf vae实施以及mtf版本的工作，以及的帮助来构建mtf VAE和输入管道。 设置 git clone https://github.com/EleutherAI/

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：38912
    • 提供者：weixin_42144604

  1. gcm-cf：[CVPR 2021]已发布反事实零镜头和开放式视觉识别代码-源码

  2. 反事实零射击和开放式视觉识别 该项目为我们的CVPR 2021论文《反事实零热和开放集视觉识别》提供了实现，我们在本文中提出了基于事实的二进制可见/不可见分类器（GCM-CF），用于零热学习（ZSL）和开放集识别（OSR）。 此回购包含 ZSL：强二进制可见/不可见分类器，可与任何ZSL方法即插即用 ZSL：与TF-VAEGAN，RelationNet，GDAN，CADA-VAE，LisGAN，AREN集成 OSR：使用5个固定的随机种子完成基于MNIST，SVHN，CIFAR10，CIFAR

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：2097152
    • 提供者：weixin_42138788

  1. vae.pytorch：深度特征一致的变分自动编码器的PyTorch实现-源码

  2. 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.

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：11264
    • 提供者：weixin_42134338

  1. 人机界面-源码

  2. Keras实施3D-VAE 配套 python 3.6 tensorflow-gpu 1.13.1 matplotlib 3.3.2 scikit-image 0.17.2 数据集 出于空间考虑，我们使用数据集，在此存储库中，我们仅在椅子类（03001627）的.binvox文件中提供体积数据，用于训练和测试VAE，该文件位于./dataset下。 如果您想使用许多其他不同类型的对象进行训练，则可以在上面的网站上找到完整的数据集，它需要一个帐户来下载它们。 此外，斯坦福大学还在以下提供相同的数

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：17825792
    • 提供者：weixin_42131633

  1. 5分钟学习驾驶：实施强化学习方法，使汽车在几分钟内学会平稳驾驶-源码

  2. 在几分钟内学会平稳驾驶 在驴车模拟器中使用强化学习算法-软演员关键（SAC）和可变自动编码器（VAE），在几分钟内学会平稳驾驶。 Medium上的博客文章： 视频： ： 0级 1级 注意：必须将预训练的代理保存在logs/sac/文件夹中（您需要传递--exp-id 6 （文件夹的索引）才能使用预训练的代理）。 快速开始 下载模拟器或从构建模拟器 安装依赖项（参见requirements.txt） （可选，但建议）下载预训练的VAE： 使用Soft Actor-Critic（SAC

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：10485760
    • 提供者：weixin_42117037

  1. TensorFlow-VAE-GAN-DRAW：使用TensorFlow（深度卷积生成对抗网络（DCGAN），变分自编码器（VAE）和DRAW：用于图像生成的递归神经网络）实施的生成方法的集合-源码

  2. TF-VAE-GAN-DRAW ，和TensorFlow实现。 跑 VAE / GAN： python main.py --working_directory /tmp/gan --model vae 画： python main-draw.py --working_directory /tmp/gan 深度卷积生成对抗网络在使用默认参数的10个星期后产生了不错的结果。 ＃＃＃去做： 更复杂的数据。 添加 用空间变压器层替换当前的注意力机制

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：13312
    • 提供者：weixin_42144086

  1. DLCV-源码

  2. 轻型装甲车 任务1-图像分类 实施图像分类模型 任务2-语义细分 实现两个语义分割模型 任务3-VAE，GAN和DANN 在此作业中，将为您提供人脸和手指图像的数据集。 您将需要实现VAE和GAN模型来生成人脸图像，而需要实现DANN模型来对来自不同域的数字图像进行分类。 任务4-少量分类 快速学习，旨在通过很少的训练示例来完成学习任务 项目-面部反欺骗 通常，面部反欺骗是两类分类任务。 真实：由相机直接捕获的面部图像。 伪造：从打印的照片，重播视频等重制的面部图像。 目标：训练一个模型来判

  3. 所属分类：其它

    • 发布日期：2021-03-29
    • 文件大小：2097152
    • 提供者：weixin_42102634