disentanglement_lib

开源

disentanglement_lib 是一个开源库,用于研究学习分离表示的研究。

1.4K stars0 点赞0 次浏览

工具介绍

disentanglement_lib 是一个开源库,用于研究学习分离表示的研究。

disentanglement_lib 是一个开源库，用于研究学习分离表示。它支持各种不同的模型、度量和数据集： * 模型: BetaVAE、FactorVAE、BetaTCVAE、DIP-VAE * 度量: BetaVAE 分数、FactorVAE 分数、互信息差、SAP 分数、DCI、MCE、IRS、UDR * 数据集: dSprites、Color/Noisy/Scream-dSprites、SmallNORB、Cars3D 和 Shapes3D * 此外，还包含 10,800 个预训练的分离模型（详情请见下文）。

挑战在无监督学习中分离表示的常见假设。 Francesco Locatello, Stefan Bauer, Mario Lucic, Gunnar Rätsch, Sylvain Gelly, Bernhard Schölkopf, Olivier Bachem. ICML (最佳论文奖), 2019。

模型训练: 训练 TensorFlow 模型,并将训练好的模型保存到 TFHub 模块中。 * 后处理: 使用训练好的模型提取表示(例如使用高斯编码器的均值),并将表示函数保存到 TFHub 模块中。 * 评估: 使用表示函数计算解耦度指标。 * 可视化: 使用训练好的模型进行可视化。