Synapse-GAN-Tiny
Synapse-GAN-Tiny é um modelo generativo leve baseado em Deep Convolutional Generative Adversarial Networks (DCGAN), desenvolvido para gerar imagens RGB de 32×32 pixels a partir de vetores de ruído.
O modelo foi treinado utilizando o CIFAR-10 e tem como objetivo servir como uma implementação aberta e compacta para estudos, pesquisa e experimentação em geração de imagens.
Características
- Arquitetura DCGAN
- Aproximadamente 1,06 milhão de parâmetros (Gerador)
- Geração de imagens RGB 32×32
- Treinado no CIFAR-10
- Implementado em PyTorch
- Código e pesos disponibilizados sob licença Apache-2.0
Informações do modelo
Item| Valor Arquitetura| DCGAN Dataset| CIFAR-10 Resolução| 32×32 Canais| RGB Parâmetros| ~1,06 milhão (Gerador) Framework| PyTorch
Treinamento
- Épocas: 100
- Otimizador: Adam
- Learning Rate inicial: 0.0002
- Learning Rate final: 0.00005
- Betas: (0.5, 0.999)
Resultado
O modelo aprendeu a distribuição das imagens do CIFAR-10, permitindo gerar novas imagens sintéticas com características semelhantes às do conjunto de treinamento.
Métrica de diversidade: Distância L2 Média = 35.23
Como utilizar
import torch
generator = Generator() generator.load_state_dict(torch.load("synapse_gan_tiny_v1.pth")) generator.eval()
Em seguida, gere um vetor de ruído aleatório e utilize-o como entrada do gerador para produzir novas imagens.
Limitações
- Gera apenas imagens de 32×32 pixels.
- Treinado exclusivamente no CIFAR-10.
- Pode apresentar artefatos visuais típicos de modelos GAN compactos.
Casos de uso
- Estudos sobre GANs
- Pesquisa em IA generativa
- Ensino de Deep Learning
- Experimentação com modelos leves
- Base para projetos de geração de imagens
Licença
Este modelo é distribuído sob a licença Apache-2.0.