Wasserstein-VQ

(★ 163)

No description available.

파일 탐색기

- celeba.py
- data_sampler.py
- dataloader.py
- lsun_bedroom.py
- lsun_church.py
- fig1.png
- fig2.png
- loss.py
- metric.py
- base_quantizer.py
- discriminator.py
- encoder_decoder.py
- lpips.py
- vgg.pth
- vqvae.py
- wasserstein_quantizer.py
- error_P2.out
- eval_wasserstein_quantizer_200_0.0005_FFHQ_model_16384_16_32_4_256_loss_0.2_0.2_0.3_1.0_0.2_rec_results.csv
- result_P1.out
- result_P2.out
- train_wasserstein_quantizer_200_0.0005_FFHQ_model_16384_16_32_4_256_loss_0.2_0.2_0.3_1.0_0.2_statistics.csv
- dist.py
- util.py
compute_fid.py
compute_fid.sh
config.py
eval_reconstruction.py
eval_reconstruction_part1.sh
eval_wasserstein_quantizer.py
eval_wasserstein_quantizer_200_0.0005_FFHQ_model_100000_16_32_4_256_loss_0.2_0.2_0.0_1.0_0.2_rec_results.csv
eval_wasserstein_quantizer_200_0.0005_FFHQ_model_100000_16_32_4_256_loss_0.2_0.2_0.3_1.0_0.2_rec_results.csv
eval_wasserstein_quantizer_200_0.0005_FFHQ_model_16384_16_32_4_256_loss_0.2_0.2_0.0_1.0_0.2_rec_results.csv
eval_wasserstein_quantizer_200_0.0005_FFHQ_model_16384_16_32_4_256_loss_0.2_0.2_0.3_1.0_0.2_rec_results.csv
eval_wasserstein_quantizer_200_0.0005_FFHQ_model_50000_16_32_4_256_loss_0.2_0.2_0.0_1.0_0.2_rec_results.csv
eval_wasserstein_quantizer_200_0.0005_FFHQ_model_50000_16_32_4_256_loss_0.2_0.2_0.3_1.0_0.2_rec_results.csv
README.md
requirements.txt
result_P1.out
result_P2.out
train_wasserstein_quantizer.py
train_wasserstein_quantizer_part1.sh
train_wasserstein_quantizer_part2.sh

1. 코드 내려받기

git clone https://github.com/Everlyn-Labs/Wasserstein-VQ

깃허브에서 프로젝트 코드 전체를 내 컴퓨터로 내려받습니다.

cd Wasserstein-VQ

방금 내려받은 프로젝트 폴더 안으로 이동합니다.

쉬움 추천

사전 준비물

python -m pip install -e .

requirements.txt 등에 명시된 파이썬 라이브러리를 설치합니다.

✅ 에러 메시지 없이 실행되고 터미널에 안내 문구가 출력되면 정상입니다.

이 레포의 README에 적힌 실제 명령어를 그대로 가져왔습니다.