點(diǎn)擊上方“算法猿的成長“，關(guān)注公眾號(hào)，選擇加“星標(biāo)“或“置頂”

總第 142 篇文章，本文大約?1300?字，閱讀大約需要 5?分鐘

前言

今天介紹一個(gè) Github 項(xiàng)目---集成了 27 種 GAN 模型的 Jittor-GAN，項(xiàng)目地址：

https://github.com/Jittor/gan-jittor?u=2181051220&m=4512179795555993&cu=2181051220&ru=1402400261&rm=4512157284683484

包含了從 2014 年最開始的 GAN 算法模型代碼，到 2019 年的的一個(gè) GAN 模型代碼，其中有非常著名的 Pix2Pix，CycleGAN，StarGAN 等，也有比較冷門點(diǎn)的 GAN 模型算法。

下面就簡單介紹一下這個(gè) Github 項(xiàng)目。

---

簡介

本項(xiàng)目的代碼基于 Pytorch-GAN，項(xiàng)目地址：https://github.com/eriklindernoren/PyTorch-GAN

我們的 GAN模型庫--Jittor-GAN 支持 27 種 GAN 模型，下面這份表格是來自谷歌學(xué)術(shù)的最新引用情況。GAN 是從 2014 年提出，然后產(chǎn)生了很多優(yōu)秀的 GAN 的改進(jìn)工作。這 27 種 GAN 算法總共被引用了 60953 次，平均每篇論文被引用 2176 次。

我們還對(duì)比了基于 Jittor 的 GAN 模型庫和 Pytorch 的性能，結(jié)果如下所示，圖中的數(shù)字表示 Jittor 實(shí)現(xiàn)的模型相對(duì)于 Pytorch 的速度提升情況，最快的情況是提升了 283%，平均提升速度也是 185%。

在另一個(gè)展示角度，假設(shè) Pytorch 需要的訓(xùn)練時(shí)間是 100 個(gè)小時(shí)，而 Jittor 實(shí)現(xiàn)的 GAN 模型代碼訓(xùn)練時(shí)間會(huì)少很多，最快的 GAN 模型只需要 35 個(gè)小時(shí)，平均需要 57 小時(shí)。

另外，代碼里使用到的 Jittor，其官網(wǎng)地址：

http://cg.cs.tsinghua.edu.cn/jittor/

官網(wǎng)對(duì) Jittor 的介紹：

Jittor 是一個(gè)基于即時(shí)編譯和元算子的高性能深度學(xué)習(xí)框架，整個(gè)框架在即時(shí)編譯的同時(shí)，還集成了強(qiáng)大的Op編譯器和調(diào)優(yōu)器，為您的模型生成定制化的高性能代碼。

Jittor前端語言為Python。前端使用了模塊化的設(shè)計(jì)，類似于PyTorch，Keras，后端則使用高性能語言編寫，如CUDA，C++。

---

安裝

安裝的命令如下：

$?git?clone?https://github.com/Jittor/gan-jittor.git $?cd?gan-jittor/ $?sudo?python3.7?-m?pip?install?-r?requirements.txt

---

模型使用樣例

這里簡單舉個(gè)例子來介紹如何運(yùn)行這些 GAN 算法，這里以 CycleGAN 為例子，在 Jittor-GAN 的代碼實(shí)現(xiàn)地址：

https://github.com/Jittor/gan-jittor/blob/master/models/cyclegan/cyclegan.py

運(yùn)行代碼例子如下，首先是下載對(duì)應(yīng)的數(shù)據(jù)集，然后找到對(duì)應(yīng)的文件夾，運(yùn)行相應(yīng)的代碼

$ cd data/ $ bash download_cyclegan_dataset.sh monet2photo $ cd ../models/cyclegan/ $ python3.7 cyclegan.py --dataset_name monet2photo

其他模型的使用例子也是如上所示

---

最后，該項(xiàng)目地址可以直接點(diǎn)擊文章末尾底部”閱讀原文“，或者也可以后臺(tái)回復(fù)【jittor_gan】，獲取項(xiàng)目代碼的網(wǎng)盤鏈接。

---

精選AI文章

1.??2020年計(jì)算機(jī)視覺學(xué)習(xí)指南

2.?是選擇Keras還是PyTorch開始你的深度學(xué)習(xí)之旅呢？

3.?編寫高效的PyTorch代碼技巧（上）

4.?編寫高效的PyTorch代碼技巧（下）

5.?深度學(xué)習(xí)算法簡要綜述(上)

6.?深度學(xué)習(xí)算法簡要綜述(下)

7.?10個(gè)實(shí)用的機(jī)器學(xué)習(xí)建議

8.?實(shí)戰(zhàn)|手把手教你訓(xùn)練一個(gè)基于Keras的多標(biāo)簽圖像分類器

精選python文章

1.??python數(shù)據(jù)模型

2.?python版代碼整潔之道

3.?快速入門 Jupyter notebook

4.?Jupyter 進(jìn)階教程

5.?10個(gè)高效的pandas技巧

精選教程資源文章

1.?[資源分享] TensorFlow 官方中文版教程來了

2.?[資源]推薦一些Python書籍和教程，入門和進(jìn)階的都有！

3.?[Github項(xiàng)目推薦] 推薦三個(gè)助你更好利用Github的工具

4.?Github上的各大高校資料以及國外公開課視頻

5.?GitHub上有哪些比較好的計(jì)算機(jī)視覺/機(jī)器視覺的項(xiàng)目？

歡迎關(guān)注我的微信公眾號(hào)--算法猿的成長，或者掃描下方的二維碼，大家一起交流，學(xué)習(xí)和進(jìn)步！

?

如果覺得不錯(cuò)，在看、轉(zhuǎn)發(fā)就是對(duì)小編的一個(gè)支持！

總結(jié)

以上是生活随笔為你收集整理的Github|基于 Jittor 的 GAN 模型库的全部內(nèi)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(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。