Il s'agit de l'application Windows nommée Simple StyleGan2 pour Pytorch dont la dernière version peut être téléchargée en tant que v1.8.9.zip. Il peut être exécuté en ligne dans le fournisseur d'hébergement gratuit OnWorks pour les postes de travail.
Téléchargez et exécutez en ligne gratuitement cette application nommée Simple StyleGan2 pour Pytorch avec OnWorks.
Suivez ces instructions pour exécuter cette application :
- 1. Téléchargé cette application sur votre PC.
- 2. Entrez dans notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous voulez.
- 3. Téléchargez cette application dans ce gestionnaire de fichiers.
- 4. Démarrez n'importe quel émulateur en ligne OS OnWorks à partir de ce site Web, mais un meilleur émulateur en ligne Windows.
- 5. Depuis le système d'exploitation OnWorks Windows que vous venez de démarrer, accédez à notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous souhaitez.
- 6. Téléchargez l'application et installez-la.
- 7. Téléchargez Wine depuis les dépôts de logiciels de vos distributions Linux. Une fois installé, vous pouvez ensuite double-cliquer sur l'application pour les exécuter avec Wine. Vous pouvez également essayer PlayOnLinux, une interface sophistiquée sur Wine qui vous aidera à installer des programmes et des jeux Windows populaires.
Wine est un moyen d'exécuter un logiciel Windows sur Linux, mais sans Windows requis. Wine est une couche de compatibilité Windows open source qui peut exécuter des programmes Windows directement sur n'importe quel bureau Linux. Essentiellement, Wine essaie de ré-implémenter suffisamment de Windows à partir de zéro pour qu'il puisse exécuter toutes ces applications Windows sans avoir réellement besoin de Windows.
CAPTURES D'ÉCRAN
Ad
StyleGan2 simple pour Pytorch
DESCRIPTION
Implémentation Pytorch simple de Stylegan2 qui peut être entièrement formée à partir de la ligne de commande, aucun codage nécessaire. Vous aurez besoin d'une machine avec un GPU et CUDA installés. Vous pouvez également spécifier l'emplacement où les résultats intermédiaires et les points de contrôle du modèle doivent être stockés. Vous pouvez augmenter la capacité du réseau (qui est par défaut de 16) pour améliorer les résultats de génération, au prix de plus de mémoire. Par défaut, si la formation est interrompue, elle reprendra automatiquement à partir du dernier fichier vérifié. Une fois que vous avez terminé la formation, vous pouvez générer des images à partir de votre dernier point de contrôle. Si un point de contrôle précédent contenait un meilleur générateur (ce qui arrive souvent lorsque les générateurs commencent à se dégrader vers la fin de l'entraînement), vous pouvez charger à partir d'un point de contrôle précédent avec un autre indicateur. Une technique utilisée à la fois dans StyleGAN et BigGAN consiste à tronquer les valeurs latentes afin que leurs valeurs soient proches de la moyenne. Plus la valeur de troncature est petite, mieux les échantillons apparaîtront au détriment de la variété des échantillons.
Comment ça marche
- Formation multi-GPU
- Faibles quantités de données d'entraînement
- Ce cadre vous permet également d'ajouter une forme efficace d'auto-attention aux couches désignées du discriminateur
- Plus vous avez de mémoire GPU, plus grande et meilleure sera la génération d'image
- Nvidia a recommandé d'avoir jusqu'à 16 Go pour la formation d'images 1024x1024
- Déploiement sur AWS
Langage de programmation
Python
Catégories
Il s'agit d'une application qui peut également être récupérée à partir de https://sourceforge.net/projects/simple-stylegan2-pyt.mirror/. Il a été hébergé dans OnWorks afin d'être exécuté en ligne de la manière la plus simple à partir de l'un de nos systèmes d'exploitation gratuits.
