1 repositorio
Generates discrete codes via linear projections using frozen codebooks to stabilize neural network training.
Distinct from Code Generation: Unlike software code generation, this refers to the generation of discrete latent codes in a ML model.
Explore 1 awesome GitHub repository matching artificial intelligence & ml · Implicit Quantization Code Generation. Refine with filters or upvote what's useful.
Esta es una biblioteca de PyTorch para implementar cuantización de vectores y escalares para crear representaciones latentes discretas en redes neuronales. Proporciona un conjunto de módulos y utilidades para convertir vectores continuos en códigos discretos, admitiendo arquitecturas como autoencoders variacionales cuantizados por vectores. La biblioteca cuenta con mecanismos especializados para mantener la salud y eficiencia del codebook, incluyendo la reinicialización aleatoria de vectores para prevenir el colapso del codebook y la inicialización de centroides k-means para acelerar la convergencia. Admite diversas estrategias de cuantización como cuantización residual recursiva para mayor resolución, cuantización paralela multi-cabeza para división de subespacios de características y cuantización escalar finita para crear códigos de hipercubo. El toolkit incluye un módulo de cuantización diferenciable que utiliza estimadores straight-through y trucos de rotación para permitir la retropropagación a través de pasos de cuantización no diferenciables. Capacidades adicionales cubren el emparejamiento de distancia angular mediante similitud de coseno, regularización ortogonal para traducción de características y desentrelazado del espacio latente mediante codebooks escalares aprendibles.
Produces discrete codes through linear projections using frozen codebooks to improve convergence and prevent collapse.