[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-VITA-Group--TransGAN":3,"tool-VITA-Group--TransGAN":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",157379,2,"2026-04-15T23:32:42",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":76,"owner_company":77,"owner_location":77,"owner_email":77,"owner_twitter":77,"owner_website":78,"owner_url":79,"languages":80,"stars":97,"forks":98,"last_commit_at":99,"license":100,"difficulty_score":10,"env_os":101,"env_gpu":102,"env_ram":101,"env_deps":103,"category_tags":108,"github_topics":109,"view_count":32,"oss_zip_url":77,"oss_zip_packed_at":77,"status":17,"created_at":115,"updated_at":116,"faqs":117,"releases":158},7865,"VITA-Group\u002FTransGAN","TransGAN","[NeurIPS‘2021] \"TransGAN: Two Pure Transformers Can Make One Strong GAN, and That Can Scale Up\", Yifan Jiang, Shiyu Chang, Zhangyang Wang","TransGAN 是一款基于纯 Transformer 架构生成的对抗网络（GAN）开源项目，发表于神经信息处理系统大会（NeurIPS 2021）。传统 GAN 通常依赖卷积神经网络（CNN）来提取图像特征，而 TransGAN 创新性地证明了仅使用两个纯 Transformer 模型（分别作为生成器和判别器）就能构建出强大的生成系统，并且具备良好的可扩展性。\n\n这一设计解决了传统卷积架构在处理长距离依赖关系时的局限性，为图像生成领域提供了全新的技术路径。通过引入自调制（Self-Modulation）机制、更强的数据增强策略以及分布式训练支持，TransGAN 在 CIFAR 等数据集上展现了出色的生成质量与稳定性。代码库还集成了梯度检查点、16 位精度训练及 IS\u002FFID 评估等实用功能，便于复现与研究。\n\nTransGAN 非常适合人工智能研究人员、深度学习开发者以及对生成式模型架构探索感兴趣的技术人员使用。如果你希望突破 CNN 的思维定式，探索 Transformer 在无卷积情况下的生成潜力，或者需要在一个支持分布式加速的框架上进行二次开发，这个项目将提供宝贵的参考实现。","TransGAN 是一款基于纯 Transformer 架构生成的对抗网络（GAN）开源项目，发表于神经信息处理系统大会（NeurIPS 2021）。传统 GAN 通常依赖卷积神经网络（CNN）来提取图像特征，而 TransGAN 创新性地证明了仅使用两个纯 Transformer 模型（分别作为生成器和判别器）就能构建出强大的生成系统，并且具备良好的可扩展性。\n\n这一设计解决了传统卷积架构在处理长距离依赖关系时的局限性，为图像生成领域提供了全新的技术路径。通过引入自调制（Self-Modulation）机制、更强的数据增强策略以及分布式训练支持，TransGAN 在 CIFAR 等数据集上展现了出色的生成质量与稳定性。代码库还集成了梯度检查点、16 位精度训练及 IS\u002FFID 评估等实用功能，便于复现与研究。\n\nTransGAN 非常适合人工智能研究人员、深度学习开发者以及对生成式模型架构探索感兴趣的技术人员使用。如果你希望突破 CNN 的思维定式，探索 Transformer 在无卷积情况下的生成潜力，或者需要在一个支持分布式加速的框架上进行二次开发，这个项目将提供宝贵的参考实现。需要注意的是，目前项目主要面向具备一定深度学习基础的专业用户，普通用户可能需要额外的配置与调试成本。","# TransGAN: Two Pure Transformers Can Make One Strong GAN, and That Can Scale Up\nCode used for [TransGAN: Two Pure Transformers Can Make One Strong GAN, and That Can Scale Up](https:\u002F\u002Farxiv.org\u002Fabs\u002F2102.07074). \n\n## Implementation\n- [ ] checkpoint gradient using torch.utils.checkpoint\n- [ ] 16bit precision training\n- [x] Distributed Training (Faster!)\n- [x] IS\u002FFID Evaluation\n- [x] Gradient Accumulation\n- [x] Stronger Data Augmentation\n- [x] Self-Modulation\n\n## Guidance\n#### Cifar training script\n```\npython exp\u002Fcifar_train.py\n```\nI disabled the evaluation during training job as it causes strange bug. Please launch another evaluation job simultaneously by copying the `path` to [test script](https:\u002F\u002Fgithub.com\u002FVITA-Group\u002FTransGAN\u002Fblob\u002Fa13640fbf4699d651c1a9da0fd936f260f5f096d\u002Fexps\u002Fcifar_test.py#L58).\n#### Cifar test\nFirst download the [cifar checkpoint](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F149I8kPnNOypp_4tU_27s7OAVdBR_ZR2Z\u002Fview?usp=sharing) and put it on `.\u002Fcifar_checkpoint`. Then run the following script.\n```\npython exp\u002Fcifar_test.py\n```\n\n## Main Pipeline\n![Main Pipeline](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FVITA-Group_TransGAN_readme_8deb5748a02b.png)\n\n## Representative Visual Results\n![Cifar Visual Results](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FVITA-Group_TransGAN_readme_8ec8249e1820.png)\n![Visual Results](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FVITA-Group_TransGAN_readme_1512b0aad4dc.jpg)\n\n\nREADME waits for updated\n## Acknowledgement\nCodebase from [AutoGAN](https:\u002F\u002Fgithub.com\u002FVITA-Group\u002FAutoGAN), [pytorch-image-models](https:\u002F\u002Fgithub.com\u002Frwightman\u002Fpytorch-image-models)\n\n## Citation\nif you find this repo is helpful, please cite\n```\n@article{jiang2021transgan,\n  title={Transgan: Two pure transformers can make one strong gan, and that can scale up},\n  author={Jiang, Yifan and Chang, Shiyu and Wang, Zhangyang},\n  journal={Advances in Neural Information Processing Systems},\n  volume={34},\n  year={2021}\n}\n```\n","# TransGAN：两个纯Transformer就能组成一个强大的GAN，而且还能扩展\n用于[TransGAN：两个纯Transformer就能组成一个强大的GAN，而且还能扩展](https:\u002F\u002Farxiv.org\u002Fabs\u002F2102.07074)的代码。\n\n## 实现\n- [ ] 使用torch.utils.checkpoint进行梯度检查点\n- [ ] 16位精度训练\n- [x] 分布式训练（更快！）\n- [x] IS\u002FFID评估\n- [x] 梯度累积\n- [x] 更强的数据增强\n- [x] 自调节\n\n## 使用指南\n#### CIFAR训练脚本\n```\npython exp\u002Fcifar_train.py\n```\n我在训练过程中禁用了评估功能，因为它会导致奇怪的bug。请同时启动另一个评估任务，方法是将路径复制到[测试脚本](https:\u002F\u002Fgithub.com\u002FVITA-Group\u002FTransGAN\u002Fblob\u002Fa13640fbf4699d651c1a9da0fd936f260f5f096d\u002Fexps\u002Fcifar_test.py#L58)中。\n#### CIFAR测试\n首先下载[CIFAR检查点](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F149I8kPnNOypp_4tU_27s7OAVdBR_ZR2Z\u002Fview?usp=sharing)，并将其放置在`.\u002Fcifar_checkpoint`目录下。然后运行以下脚本：\n```\npython exp\u002Fcifar_test.py\n```\n\n## 主要流程\n![主要流程](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FVITA-Group_TransGAN_readme_8deb5748a02b.png)\n\n## 典型可视化结果\n![CIFAR可视化结果](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FVITA-Group_TransGAN_readme_8ec8249e1820.png)\n![可视化结果](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FVITA-Group_TransGAN_readme_1512b0aad4dc.jpg)\n\n\nREADME等待更新\n## 致谢\n代码库来自[AutoGAN](https:\u002F\u002Fgithub.com\u002FVITA-Group\u002FAutoGAN)和[pytorch-image-models](https:\u002F\u002Fgithub.com\u002Frwightman\u002Fpytorch-image-models)\n\n## 引用\n如果您觉得本仓库对您有帮助，请引用如下文献：\n```\n@article{jiang2021transgan,\n  title={Transgan: Two pure transformers can make one strong gan, and that can scale up},\n  author={Jiang, Yifan and Chang, Shiyu and Wang, Zhangyang},\n  journal={Advances in Neural Information Processing Systems},\n  volume={34},\n  year={2021}\n}\n```","# TransGAN 快速上手指南\n\n## 环境准备\n- **系统要求**：Linux 操作系统，推荐配备 NVIDIA GPU（支持 CUDA）。\n- **前置依赖**：\n  - Python 3.6+\n  - PyTorch 1.7+\n  - torchvision\n  - 其他依赖库（如 `timm`, `numpy` 等）\n\n> **提示**：国内用户建议使用清华或阿里镜像源加速 PyTorch 及相关库的安装。\n\n## 安装步骤\n1. 克隆仓库：\n   ```bash\n   git clone https:\u002F\u002Fgithub.com\u002FVITA-Group\u002FTransGAN.git\n   cd TransGAN\n   ```\n\n2. 安装依赖（推荐使用国内镜像源）：\n   ```bash\n   pip install torch torchvision torchaudio --index-url https:\u002F\u002Fdownload.pytorch.org\u002Fwhl\u002Fcu118\n   pip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n   ```\n   *注：若项目中无 `requirements.txt`，请根据代码导入情况手动安装 `timm` 等必要库。*\n\n## 基本使用\n\n### 1. 训练模型 (CIFAR-10)\n运行以下命令开始训练。注意：默认配置已禁用训练过程中的评估以避免潜在 Bug。\n```bash\npython exp\u002Fcifar_train.py\n```\n\n### 2. 测试与评估\n若需生成图像或计算 IS\u002FFID 指标，请先下载预训练权重并执行测试脚本。\n\n**步骤 A：下载权重**\n下载 [CIFAR 检查点](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F149I8kPnNOypp_4tU_27s7OAVdBR_ZR2Z\u002Fview?usp=sharing)，并将其放置于 `.\u002Fcifar_checkpoint` 目录下。\n\n**步骤 B：运行测试**\n```bash\npython exp\u002Fcifar_test.py\n```\n\n> **注意**：如需在训练同时进行评估，请复制上述测试脚本并在另一个终端独立运行，将路径指向当前的训练保存目录。","某计算机视觉初创团队正在开发一款面向电商平台的虚拟模特生成系统，需要高质量且多样化的服装展示图像来替代昂贵的实拍成本。\n\n### 没有 TransGAN 时\n- 传统基于卷积神经网络（CNN）的 GAN 模型在生成高分辨率图像时，往往难以捕捉全局纹理一致性，导致生成的衣物图案出现断裂或扭曲。\n- 随着训练数据规模扩大，模型训练速度显著下降，且显存占用极高，团队不得不频繁缩减批量大小或降低图像分辨率以适配硬件。\n- 生成图像的多样性不足，容易出现“模式崩溃”现象，即不同输入噪声生成的模特姿态和背景高度雷同，无法满足多场景展示需求。\n- 缺乏有效的自调节机制，模型对复杂数据增强的适应性差，导致在少量标注数据下泛化能力弱，需耗费大量时间手动调整超参数。\n\n### 使用 TransGAN 后\n- 利用纯 Transformer 架构强大的全局建模能力，生成的虚拟模特图像在衣物褶皱、光影过渡等细节上更加自然连贯，彻底消除了局部伪影。\n- 借助分布式训练和梯度累积技术，团队能够在保持高分辨率输入的同时大幅缩短训练周期，显著提升了迭代效率并降低了云端算力成本。\n- 通过更强的数据增强策略与自调制机制，生成结果的多样性显著提升，能够稳定输出姿态各异、背景丰富的百万级差异化商品图。\n- 模型展现出优异的扩展性，轻松应对从 CIFAR-10 到更高分辨率数据集的迁移，无需重构代码即可直接应用于更复杂的商业场景。\n\nTransGAN 通过引入纯 Transformer 架构，成功解决了传统 GAN 在图像生成质量、训练效率及多样性上的核心瓶颈，为高保真视觉内容创作提供了可扩展的强大引擎。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FVITA-Group_TransGAN_8ec8249e.png","VITA-Group","VITA","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FVITA-Group_82d6e226.png","VITA group (with Prof. Atlas Wang) at UT Austin",null,"https:\u002F\u002Fwww.vita-group.space\u002F","https:\u002F\u002Fgithub.com\u002FVITA-Group",[81,85,89,93],{"name":82,"color":83,"percentage":84},"Python","#3572A5",91.4,{"name":86,"color":87,"percentage":88},"Cuda","#3A4E3A",5,{"name":90,"color":91,"percentage":92},"C++","#f34b7d",2.2,{"name":94,"color":95,"percentage":96},"Shell","#89e051",1.5,1692,204,"2026-04-14T02:00:25","NOASSERTION","未说明","需要 NVIDIA GPU（支持分布式训练），具体型号和显存大小未说明，需支持 CUDA",{"notes":104,"python":101,"dependencies":105},"代码基于 AutoGAN 和 pytorch-image-models 构建。支持分布式训练、16 位精度训练、梯度累积和自调制（Self-Modulation）。训练 CIFAR 数据集时，建议在单独进程中运行评估脚本以避免奇怪的 Bug。需手动下载预训练检查点文件进行测试。",[106,107],"torch","pytorch-image-models (timm)",[14,15,35],[110,111,112,113,114],"transformer","transformer-encoder","transformer-models","gan","pytorch","2026-03-27T02:49:30.150509","2026-04-16T08:14:13.853305",[118,123,128,133,138,143,148,153],{"id":119,"question_zh":120,"answer_zh":121,"source_url":122},35230,"计算 FID 分数时结果始终为 NaN 怎么办？","这是一个已知问题，维护者建议不要依赖实时的 FID 计算。最佳解决方案是运行两个独立的任务：利用 `train.py` 每个 epoch 保存检查点（checkpoint），然后单独运行 `test.py` 加载这些检查点来跟踪性能。`test.py` 会自动加载最新的模型进行检查，从而避免训练过程中出现 NaN 的问题。","https:\u002F\u002Fgithub.com\u002FVITA-Group\u002FTransGAN\u002Fissues\u002F49",{"id":124,"question_zh":125,"answer_zh":126,"source_url":127},35228,"如何在单张 GPU 上训练 TransGAN（例如 CelebA-HQ 数据集）？","官方建议 CelebA-HQ 数据集至少需要 8 张 V100 GPU，4GB 显存（如 GTX 1650）通常不足。如果只有一张高显存显卡（如 24GB RTX 3090），可以尝试运行 CIFAR 训练脚本作为参考：`python exps\u002Fcifar_train.py`。对于更高分辨率的训练，可能需要手动调整批大小或模型配置以适应单卡显存限制。","https:\u002F\u002Fgithub.com\u002FVITA-Group\u002FTransGAN\u002Fissues\u002F30",{"id":129,"question_zh":130,"answer_zh":131,"source_url":132},35229,"遇到 PyTorch 版本相关的训练报错（如 shape mismatch RuntimeError）该如何解决？","该问题通常出现在 PyTorch 版本 >= 1.4 时。解决方案是将 PyTorch 降级到 1.3.1 或更早版本即可解决。此外，也可以尝试使用 AutoGAN 提供的训练管道（优化器、学习率等），仅复制 TransGAN 的 Transformer 模型文件，这样也能得到相同的结果。","https:\u002F\u002Fgithub.com\u002FVITA-Group\u002FTransGAN\u002Fissues\u002F7",{"id":134,"question_zh":135,"answer_zh":136,"source_url":137},35231,"运行 train_derived.py 时出现 'UnboundLocalError: local variable gen_net referenced before assignment' 错误如何修复？","这通常是因为修改了训练脚本或分布式训练参数设置不当。解决方法有两种：1. 确保在训练脚本中移除了 `--multiprocessing_distributed` 参数（如果未使用分布式训练）；2. 或者在代码的 `else` 分支中显式声明网络变量，例如添加：`gen_net = eval('models_search.' + args.gen_model + '.Generator')(args=args)` 和 `dis_net = eval('models_search.' + args.dis_model + '.Discriminator')(args=args)`。官方使用的是分布式训练而非数据并行，请确认脚本配置是否匹配。","https:\u002F\u002Fgithub.com\u002FVITA-Group\u002FTransGAN\u002Fissues\u002F29",{"id":139,"question_zh":140,"answer_zh":141,"source_url":142},35232,"生成器（Generator）中的 patchsize 参数在哪里使用？","Patchsize 主要用于判别器（Discriminator）中的网格自注意力机制，其核心函数是 `window_partition`。在生成器中可能不直接使用该参数进行分区。需要注意的是，`window_partition` 与相对位置编码（relative position encoding）没有直接关系，可以单独使用。如果需要理解相对位置编码的原理，建议查阅原始论文（https:\u002F\u002Farxiv.org\u002Fabs\u002F1910.10683）。","https:\u002F\u002Fgithub.com\u002FVITA-Group\u002FTransGAN\u002Fissues\u002F32",{"id":144,"question_zh":145,"answer_zh":146,"source_url":147},35233,"如何处理自定义数据集或不同分辨率（如 128x128）时的张量尺寸不匹配错误？","如果出现类似 \"The size of tensor a must match the size of tensor b\" 的错误，通常是因为当前网络架构是为特定分辨率（如 256x256）设计的，不直接支持其他尺寸（如 128x128）。官方尚未上传针对 128x128 数据的训练脚本。临时解决方案是参考现有的 256x256 配置文件，手动修改网络架构配置以适配你的图像尺寸，并确保重新生成对应的统计文件（如使用 cal_fid_stat.py 生成新的 npz 文件）。","https:\u002F\u002Fgithub.com\u002FVITA-Group\u002FTransGAN\u002Fissues\u002F47",{"id":149,"question_zh":150,"answer_zh":151,"source_url":152},35234,"在哪里可以找到训练好的模型检查点或训练过程中的生成样本演化？","作者已上传了 CelebA 64x64 数据集的检查点。你可以查看以下脚本获取相关信息和下载链接：https:\u002F\u002Fgithub.com\u002FVITA-Group\u002FTransGAN\u002Fblob\u002Fmaster\u002Fexps\u002Fceleba64_test.sh。如果生成效果不佳，通常意味着需要更长的训练时间。","https:\u002F\u002Fgithub.com\u002FVITA-Group\u002FTransGAN\u002Fissues\u002F1",{"id":154,"question_zh":155,"answer_zh":156,"source_url":157},35235,"项目的训练脚本何时发布？","训练代码已经更新并发布。虽然 README 中某些部分可能仍标记为 \"Coming soon\"，但实际的训练逻辑已包含在项目中（部分用户指出 `test.py` 中包含相关逻辑或通过更新后的文件获取）。请直接拉取最新代码库以获取完整的训练脚本。","https:\u002F\u002Fgithub.com\u002FVITA-Group\u002FTransGAN\u002Fissues\u002F3",[]]