之前推薦過一個基于 TensorFlow 的 GAN 框架–谷歌開源的 GAN 庫–TFGAN。

而最近也有一個新的 GAN 框架工具，并且是基于 Pytorch 實現的，項目地址如下：

https://github.com/torchgan/torchgan

對于習慣使用 Pytorch 框架的同學，現在可以采用這個開源項目快速搭建一個 GAN 網絡模型了！

目前該開源項目有 400+ 星，它給出了安裝的教程、API 文檔以及使用教程，文檔的地址如下：

https://torchgan.readthedocs.io/en/latest/

安裝

對于 TorchGAN 的安裝，官網給出 3 種方法，但實際上目前僅支持兩種安裝方式，分別是pip方式安裝以及源碼安裝，采用conda安裝的方法目前還不支持。

Pip 安裝方法

安裝最新的發布版本的命令如下：

$ pip3 install torchgan

而如果是最新版本：

$ pip3 install git+https://github.com/torchgan/torchgan.git

Conda 安裝

這是目前版本還不支持的安裝方式，將會在v0.1版本實現這種安裝方法。

源碼方式安裝

按照下列命令的順序執行來進行從源碼安裝

$ git clone https://github.com/torchgan/torchgan $ cd torchgan $ python setup.py install

依賴庫

必須按照的依賴庫：

• Numpy
• Pytorch 0.4.1
• Torchvision

可選

• TensorboardX：主要是為了采用Tensorboard來觀察和記錄實驗結果。安裝通過命令pip install tensorboardX
• Visdom：為了采用Xisdom進行記錄。安裝通過命令pip install visdom

API 文檔

API 的文檔目錄如下：

從目錄主要分為以下幾個大類：

• torchgan.layers：包含當前常用的用于構建 GAN 結構的一些網絡層，包括殘差塊，Self-Attention，譜歸一化(Spectral Normalization)等等
• torchgan.logging：提供了很強的可視化工具接口，包括對損失函數、梯度、測量標準以及生成圖片的可視化等
• torchgan.losses：常見的訓練 GANs 模型的損失函數，包括原始的對抗損失、最小二乘損失、WGAN的損失函數等；
• torchgan.metrics：主要是提供了不同的評判測量標準
• torchgan.models：包含常見的 GAN 網絡結構，可以直接使用并且也可以進行拓展，包括 DCGAN、cGAN等
• torchgan.trainer：主要是提供訓練模型的函數接口

教程

教程部分如下所示：

教程給出了幾個例子，包括 DCGAN、Self-Attention GAN、CycleGAN 例子，以及如何自定義損傷的方法。

對于 Self-Attention GAN，還提供了一個在谷歌的 Colab 運行的例子，查看鏈接：

https://torchgan.readthedocs.io/en/latest/tutorials/sagan.html

---

小結

最后，再給出 Github 項目的鏈接和文檔的對應鏈接地址：

https://github.com/torchgan/torchgan

https://torchgan.readthedocs.io/en/latest/index.html

歡迎關注我的微信公眾號–機器學習與計算機視覺，或者掃描下方的二維碼，大家一起交流，學習和進步！

之前分享的資源和教程文章有：

• 推薦幾本數據結構算法書籍和課程
• [資源分享] Github上八千Star的深度學習500問教程
• [資源分享] 吳恩達最新《機器學習訓練秘籍》中文版可以免費下載了！
• [資源分享] TensorFlow 官方中文版教程來了
• 必讀的AI和深度學習博客
• [教程]一份簡單易懂的 TensorFlow 教程
• 谷歌開源的 GAN 庫–TFGAN

總結

以上是生活随笔為你收集整理的[资源]基于 Pytorch 的 TorchGAN开源了！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。