gansformer

收录理由

对于想在图像合成中尝试非卷积式生成模型的开发者和研究者来说，这个仓库很有参考价值。它同时提供了GANformer的TensorFlow和PyTorch实现，并附带256×256场景数据集的预训练权重，在FFHQ和Cityscapes上还能生成1024×1024的高分辨率输出。模型的核心在于二分图注意力结构：信息经由少量潜变量传递，而非所有像素两两交互，因此计算量大致保持线性，高分辨率合成不会把显存撑爆。generate.py脚本用大约十行代码就能从下载好的模型采样，truncation-psi参数直接调节生成质量与多样性，方便复现ICML论文结果，或与StyleGAN系列基线做对比。如果你好奇Transformer思路如何从语言迁移到视觉生成，这也是个不错的切入点。