Le migliori librerie per una rapida implementazione dei GAN
“I GAN e le variazioni sono l’idea più interessante degli ultimi 10 anni in ML.”
Yann Lecun
Il potenziale di Generative Adversarial Networks (GANs) era già stato visto all’asta di Sotheby’s, un paio di anni fa, quando il dipinto intitolato Edmond de Belamy, da La Famille de Belamy è stato venduto per un enorme $ 432.500, e ora è sospeso di fronte alle opere di geni della pop art come Andy Warhol.
Le applicazioni dei GAN hanno fatto sentire la loro presenza nelle basi commerciali esoteriche, negli impianti nucleari e persino nell’ufficio dei presidenti . L’aumento della sua popolarità indica che il suo utilizzo è limitato solo dalla fantasia dei suoi utenti. Nell’era delle API, è semplicissimo non creare algoritmi da zero.
Ecco alcune librerie che possono essere utilizzate per sperimentare con i GAN:
Tensorflow-GAN
TF-GAN di Tensorflow è una libreria leggera per l’addestramento e la valutazione dei GAN. Questa libreria fornisce semplici chiamate di funzione che coprono la maggior parte dei casi d’uso di GAN per far funzionare un modello in poche righe di codice. È costruito in modo modulare per coprire anche i progetti GAN più esotici.
La formazione in TF-GAN può essere ridotta come segue:
Specificare l’input per le reti.
Imposta un generatore e un discriminatore usando un GANModel.
Specificare la perdita usando una perdita GAN.
Crea le tue operazioni ferroviarie utilizzando un GANTrainOps.
Esegui le operazioni del treno.
GAN Lab
GAN Lab è uno strumento di visualizzazione interattivo per chiunque possa imparare e sperimentare i GAN. Con GAN Lab è possibile formare in modo interattivo modelli GAN per distribuzioni di dati 2D e visualizzarne il funzionamento interno
Questo strumento, basato su TensorFlow.js, una libreria di deep learning con accelerazione GPU nel browser. Dalla formazione del modello alla visualizzazione, è implementato con JavaScript. Gli utenti possono eseguire GAN Lab su Chrome.
pygan
pygan è una libreria Python per implementare GAN e le sue varianti che includono GAN condizionali, Encoder automatici avversari (AAE) e Generative Adversarial Network (EBGAN) basata su energia.
Utilizzando questa libreria si possono progettare i modelli generativi basati sui problemi statistici di apprendimento automatico in relazione ai GAN. GAN condizionali, codificatori automatici avversari (AAE) e rete generativa di contraddittori basata sull’energia (EBGAN) per esercitarsi nella progettazione di algoritmi per l’apprendimento semi-supervisionato.
torchgan
Il pacchetto torchgan fornisce un’API di facile utilizzo, che può essere utilizzata per addestrare GAN popolari e le sue varianti. Questo pacchetto è progettato per facilitare la ricerca di modelli di contraddittorio generativo facile e rapido.
VeGAN
La libreria VeGAN può essere utilizzata per addestrare facilmente vari GAN esistenti in PyTorch. Questa libreria è stata creata per coloro che desiderano utilizzare le tecniche di formazione GAN esistenti con i propri generatori / discriminatori. I ricercatori possono anche utilizzare la classe base GAN per una più rapida implementazione delle nuove tecniche di addestramento GAN.
Il confronto dei GAN è difficile: lievi differenze nelle implementazioni e nelle metodologie di valutazione possono comportare enormi differenze nelle prestazioni. Mimicry è una libreria PyTorch leggera costruita per facilitare la riproducibilità della ricerca GAN.
Gli indirizzi di mimetismo fornendo quanto segue:
Un framework per l’implementazione di GAN senza riscrivere la maggior parte del codice di training boilerplate, con supporto per le metriche di valutazione GAN.
Implementazioni standardizzate di GAN popolari che riproducono da vicino i punteggi riportati; Punteggi di base di GAN addestrati e valutati nelle stesse condizioni.
Installazione:
StudioGAN
StudioGAN è una libreria Pytorch utilizzata per l’implementazione di GAN rappresentativi per la sintesi di immagini condizionali / incondizionate. Questa libreria è progettata per aiutare i ricercatori di machine learning a confrontare la nuova idea con altri GAN nello stesso ambiente Pytorch.
Keras-GAN
Keras-GAN è una raccolta di implementazioni KAN di GAN. Questi modelli possono essere versioni semplificate di quelle descritte alla fine nei documenti di ricerca.
