【文件属性】：
文件名称：Glow-PyTorch:在PyTorch中实现简单，可扩展，易于理解的Glow实施
文件大小：82KB
文件格式：ZIP
更新时间：2021-04-29 23:21:26
Python
辉光
该存储库使用CIFAR-10和SVHN数据集上的PyTorch来实现模型。 我们使用受过训练的Glow来重现论文一些结果。 ：
要创建直方图：请参阅 。 预训练模型（在CIFAR-10上）：（使用前解压缩）。
请注意，此预训练模型是使用affine耦合层创建的，因此不适用于生成采样（请参阅Glow论文中的定性模型与定量模型）。 预训练模型达到3.39 bpd，而原始论文获得3.35 bpd。 我们的预训练模型与论文之间的区别在于，我们使用批处理大小64（单个GPU），而论文使用512（8 GPU）。
该代码使用了某些图层和基础，但更具模块化，可扩展性，更快，更易于阅读，并支持有关CIFAR-10和SVHN的培训。 新数据集的依赖性更少，接口也更一致。 感谢的评论和调试帮助。
设置并运行
该代码具有最小的依赖性。 您需要python 3.6及更高版本：
pytorch (tes
【文件预览】：
Glow-PyTorch-master
----.gitignore(52B)
----images()
--------histogram_glow_cifar_svhn.png(140KB)
----Sample_from_Glow.ipynb(3KB)
----datasets.py(3KB)
----LICENSE(2KB)
----utils.py(1KB)
----README.md(4KB)
----Do_deep_generative_models_know_what_they_dont_know.ipynb(3KB)
----modules.py(11KB)
----model.py(9KB)
----train.py(12KB)