WGAN-GP

文章“改进Wasserstein GAN训练”的实施。

先决条件

Python，NumPy，SciPy，Matplotlib最新的NVIDIA GPU

Pytorch的最新主版本

进展

• [x] gan_toy.py：玩具数据集（8位高斯，25位高斯，瑞士卷）。（完成于2017.5.8）

• [x] gan_language.py：字符级语言模型（Discriminator使用nn.Conv1d。生成器使用nn.Conv1d。完成于2017.6.23。完成于2017.6.27。）

• [x] gan_mnist.py:MNIST（在2017.6.26 完成时运行结果 .Schariminator正在使用nn.Conv1d。生成器正在使用nn.Conv1d。）

• [] gan_64x64.py:64x64架构（期待您的拉取请求）

• [x] gan_cifar.py:CIFAR-10（非常感谢robotcator）

结果

• 玩具数据集

  有些样本结果，您可以参考结果/玩具/文件夹了解详情。

  

  

  

• swissroll 69400迭代

• 25gaussians 48500迭代

• 8gaussians 154500迭代

• Mnist数据集

  有些示例结果，您可以参考结果/ mnist /文件夹了解详细信息。

  

  

  

  

• 十亿字词生成（使用CNN，字符级）

  8699个时期之后的一些样本结果，详见样本

  我没有运行足够的时代，因为这是非常耗时的。

  
  

  他把垫子全部移开了

  
  

  一堆海岸因为他而异

  
  

  它与Crouchy一起挖掘了defor

  
  

  Pamreutol在汽车inson的rered

  
  

  也不要选择lecs ficomens o fe

  
  

  In是一个“n可以

  
  

  我对这个梁进行了测试，

  
  

  这是Brobes的“冥想”

  
  

  拉扯他最后到位

  
  

  不是t的stinl

  
  

  这是一个非常有用的人

  
  

  它结束了，Leloch Cumm

  
  

• Cifar10数据集

一些Sample Result，您可以参考结果/ cifar10 /文件夹了解详细信息。

确认

基于实现igul222 / improved_wgan_training和martinarjovsky / WassersteinGAN