Questa è l'app Linux denominata InfoGAN, la cui ultima versione può essere scaricata come InfoGANsourcecode.tar.gz. Può essere eseguita online sul provider di hosting gratuito OnWorks per workstation.
Scarica ed esegui online gratuitamente questa app chiamata InfoGAN con OnWorks.
Segui queste istruzioni per eseguire questa app:
- 1. Scaricata questa applicazione sul tuo PC.
- 2. Entra nel nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 3. Carica questa applicazione in tale file manager.
- 4. Avviare l'emulatore online OnWorks Linux o Windows online o l'emulatore online MACOS da questo sito Web.
- 5. Dal sistema operativo OnWorks Linux che hai appena avviato, vai al nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 6. Scarica l'applicazione, installala ed eseguila.
IMMAGINI
Ad
InfoGAN
DESCRIZIONE
Il repository InfoGAN contiene l'implementazione originale utilizzata per riprodurre i risultati dell'articolo "InfoGAN: Interpretable Representation Learning by Information Maximizing Generative Adversarial Nets". InfoGAN è una variante dell'architettura GAN (Generative Adversarial Network) che mira ad apprendere rappresentazioni latenti districabili e interpretabili massimizzando l'informazione reciproca tra un sottoinsieme di codici latenti e gli output generati. Questo ulteriore incentivo incoraggia il generatore a strutturare il suo spazio latente in modo che determinate variabili latenti controllino fattori significativi e distinti (ad esempio rotazione, larghezza, spessore del tratto) nelle immagini di output. Il repository include codice per esperimenti (ad esempio su MNIST), script di avvio e alcuni test. Dipende da una versione di sviluppo di TensorFlow (il codice prevede funzionalità non presenti nelle versioni stabili precedenti) e utilizza anche altre librerie come prettytensor e progressbar.
Caratteristiche
- Architettura GAN potenziata con un termine di massimizzazione delle informazioni reciproche per incoraggiare la separazione
- Codice per l'esecuzione di esperimenti (ad esempio MNIST) utilizzando script di avvio
- Dipendenza dal ramo di sviluppo di TensorFlow e dalle librerie di supporto (prettytensor, progressbar)
- Supporto Docker per ambienti di esecuzione riproducibili
- Integrazione di TensorBoard per la visualizzazione degli output generati e delle metriche di formazione
- Stato archiviato: conservato come implementazione di riferimento anziché mantenuto attivamente
Linguaggio di programmazione
Python
Categorie
Questa applicazione può essere scaricata anche da https://sourceforge.net/projects/infogan.mirror/. È ospitata su OnWorks per poter essere eseguita online nel modo più semplice da uno dei nostri sistemi operativi gratuiti.
