BigGAN-PyTorch

收录理由

BigGAN-PyTorch 是 BigGAN 架构的参考实现，正是这个模型首次在 ImageNet 上把类别条件生成推到了 512×512 分辨率。如果你想复现《Large Scale GAN Training》那篇论文，或者要搭建一个从零合成高保真自然图像的代码库，这里就是起点。仓库里配有完整的训练脚本，支持 4 到 8 张 GPU，通过梯度累积模拟出原工作在 TPU 上使用的大批量；同时提供了把数据集缓存为 HDF5 以加速读写、以及计算 FID 所需 Inception 统计量的工具。另外还附带一个转换器，能把官方预训练的 TFHub 生成器权重导入 PyTorch，这样不用重新训练就能直接采样。需要提醒的是，它对硬件胃口不小：完整尺寸的训练要求多卡和大内存，好在代码足够清晰，改一改也能用在更小的实验上。