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。

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！