В этом репозитории мы имплеминтируем GAN, научим его генерировать лица людей и посмотрим на то, как можно оценивать качество генерации.
-
GAN.ipynb- блокнот, в котором на PyTorch'е имплеминтируем GAN и обучаем его генерировать лица людей. Строим leave-one-out оценку качества работы на основе 1NN Classifier. А также сравниваем распределения настоящих и сгенерированных изображений, используя t-SNE. -
evolution_compress.gif- анимация, которая показывает, как менялись генерируемые GAN'ом изображения при его обучении на 1000 эпохах. -
evolution_v0_compress.gif- аналогично для 1251 эпохи. -
GAN_architecture.png- схематический рисунок, описывающий работу GAN'а.
- Данный репозиторий выполнен в рамках обучения в Deep Learning School.
- Отличный туториал по GAN'ам с примерами кода на PyTorch.
- Goodfellow, Ian, et al. "Generative adversarial nets." Advances in neural information processing systems 27 (2014).
- Radford, Alec, Luke Metz, and Soumith Chintala. "Unsupervised representation learning with deep convolutional generative adversarial networks." arXiv preprint arXiv:1511.06434 (2015).
- Tips and tricks to make GANs work.