学习目标:
一、改ViTGAN
二、看前面看的DG模型论文的代码
学习时间:
4.22-5.5
学习产出:
一、ViTGAN
图一为新改的ViTGAN在50k时跑出来的loss,在200k之前都是这个趋势,但是200k之后loss的变化就很大,暂时不知道什么原因。新改的代码暂时来说还没有超越原来的ViTGAN,在前400k的迭代中fid都是比ViTAN高的。图二为现在的loss,现在跑的ViTGAN最好的FiD为11.83。同时我也在找其他手段去优化结果。
二、Refining Generative Process with Discriminator Guidance in Score-based Diffusion Models
这周也在看Refining Generative Process with Discriminator Guidance
in Score-based Diffusion Models(DG)这篇论文的代码,已经在服务器上面跑了,代码暂时还没有看完。
由于最近这两周课程作业比较多,写了一个数据课的OA系统以及看了一篇粒计算课程有关的论文并做了一个比较丰富的ppt,因此在模型上的花的时间相对较少。