pytorch/examples

Is total variation loss necessary in fast_neural_style?

Open

#278 geöffnet am 3. Jan. 2018

Auf GitHub ansehen
 (0 Kommentare) (1 Reaktion) (0 zugewiesene Personen)Python (9.429 Forks)batch import
good first issuequestion

Repository-Metriken

Stars
 (21.634 Stars)
PR-Merge-Metriken
 (Keine gemergten PRs in 30 T)

Beschreibung

I notice that there is no total variation loss regularization implemented in the example of fast_neural_style. But the paper declared it and their torch version use it. I'm wondering if total variation loss is necessary or not in style transfer.

Contributor Guide

Research-Richtung
Lesen Sie das Originalpapier zur Stilübertragung und die Torch Implementierung, um die Rolle des Total Variation Loss zu verstehen, und vergleichen Sie es dann mit dem aktuellen Beispiel, um festzustellen, ob es notwendig ist oder ob alternative Regularisierungsmethoden existieren.
Tech Stack
pythonpytorch
Domain
computer visionmachine learning
Issue Type
Recherche
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
2
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
1-3 Stunden
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Aktiv
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Klar
Voraussetzungen
PythonPyTorch
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
70