Deep-learning-with-cats

Deep-learning-with-cats 这个仓库是一个"玩具"项目,让我可以积累构建深度神经网络的经验。我的第一个目标是使用生成对抗网络生成猫的图片。第二个目标是通过应用风格到猫的图片,使用深度卷积神经网络制作带有猫的艺术作品。 (^._.^)

更新 (2018/11/02): 请参阅 https://github.com/AlexiaJM/RelativisticGAN,这是 GAN 代码的大幅改进版,将所有损失函数整合到一个文件中。此外,还包含其他更好的相对论损失函数和许多额外功能(例如:频谱正则化、Hinge 损失、任何 GAN 损失的梯度惩罚、每 X 次迭代生成图像、学习率衰减等)。默认情况下,它仍然用于生成猫,但也可以处理 CIFAR-10。

目标

• 使用各种类型的生成对抗网络（GAN）生成猫的图像

  • 使用 DCGAN（已完成）
  • 使用 WGAN（已完成）
  • 使用 WGAN-GP（已完成）
  • 使用 LSGAN（已完成）
  • 使用 BEGAN（已完成）

• 将真实的猫转换为艺术作品

  • 使用 CycleGAN（已完成）
  • 使用 快速神经风格（已完成）

• 其他各种内容

  • 根据 https://arxiv.org/pdf/1706.08500.pdf 尝试添加 Frechet Inception Distance（FID）
  • 根据 https://github.com/soumith/ganhacks 尝试添加柔软和噪声标签
  • 根据 https://github.com/soumith/ganhacks 尝试在输入中添加衰减噪声 需要的内容

• Python 3.6、PyTorch、Tensorflow（用于 TensorBoard）

• 猫数据集（https://web.archive.org/web/20150703060412/http://137.189.35.203/WebUI/CatDatabase/catData.html 或 http://academictorrents.com/details/c501571c29d16d7f41d159d699d0e7fb37092cbd）

• TensorBoard 记录器（https://github.com/TeamHG-Memex/tensorboard_logger）

运行步骤

…

查看损失的 TensorBoard 图表

$ tensorboard --logdir "your_input_folder"