StyleGAN2-ADA —官方PyTorch实施
用有限的数据训练生成对抗网络Tero Karras，Miika Aittala，Janne Hellsten，Samuli Laine，Jaakko Lehtinen，Timo Aila
摘要：使用太少的数据训练生成对抗网络（GAN）通常会导致判别器过度拟合，从而导致训练分散。 我们提出了一种自适应鉴别器增强机制，该机制可显着稳定有限数据环境中的训练。 该方法不需要更改丢失功能或网络体系结构，并且适用于从头开始训练以及在其他数据集上对现有GAN进行微调时。 我们在几个数据集上证明，仅使用几千个训练图像就可以取得良好的效果，并且通常将StyleGAN2的结果与较少的图像数量级进行匹配。 我们希望这将为GAN开辟新的应用程序域。 我们还发现，实际上，广泛使用的CIFAR-10只是一个有限的数据基准，并将记录FID从5.59提高到2.4
2021-09-18 16:29:22
1.12MB
1
功能：设定隐藏关键字、设定快捷键、程序最小化到托盘，响应快捷键或者按钮隐藏（显示）包含关键字的窗口和任务栏图标。
2010.01.28 优化同一个窗口有多个关键字匹配时的情况，加快运行速度。
2021-07-11 12:36:08
28KB
1
Real-Time Systems and Programming Languages Ada, Real-Time Java and CReal-Time POSIX (4th Edition).pdf
2021-07-02 22:24:43
49.89MB
1
GAN2-ada练习
此版本基于的最新StyleGAN2- 主要面向同行艺术家，他们很少关注科学指标，而是需要一个有效的创作工具。 在Python 3.7 + PyTorch 1.7.1上进行了测试，需要才能进行序列到视频的转换。 有关更明确的详细信息，请参阅原始实现。
这是先前，可生成兼容的模型（反之亦然）。 我仍然喜欢使用它进行少量训练（约100张imgs）和模型手术技巧（尚未在此处移植）。
产品特点
以任意分辨率进行推理（图像生成）（最终在TF和Torch上都适当填充）
带分割帧或蒙版混合的多潜伏推理
非正方形长宽比支持（从数据集中自动选取；分辨率必须可被2 ** n整除，例如512x256、1280x768等）
透明度（alpha通道）支持（从数据集中自动选择）
使用普通图像子文件夹作为条件数据集
源自时髦“离题”推理技术
几种操作格式：：
Windows批处理文件，如
2021-06-27 13:32:40
1.57MB
1
GNAT 2021 ARM ELF 单片机开发WINDOWS版
2021-06-03 09:05:35
130.45MB
1
ADA程序设计语言，以世界第一位程序员（著名诗人拜伦之女---Ada）的名字命名，今广泛用于美国军方，她像Java一样具有很强的可移植性。
2021-05-28 01:17:25
10.02MB
1