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
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