Glow

这是论文《Glow: 基于可逆 1x1 卷积的生成流模型》的 PyTorch 实现。大多数模块都改编自官方 TensorFlow 版本 openai/glow。

待办事项

• Glow 模型。该模型按照原始论文中的描述进行编码，部分函数来自官方 TF 版本。大部分模块已通过测试。
• 训练器、构建器以及从 JSON 文件加载的超参数。
• 训练后推理。
• 测试 LU 分解的 1x1 卷积层。

脚本

• 使用以下命令训练模型：

  train.py <hparams> <dataset> <dataset_root>
  

• 使用以下命令生成 z_delta 并操纵属性：

  infer_celeba.py <hparams> <dataset_root> <z_dir>
  

训练结果

目前，我使用 CelebA 数据集，基于 hparams/celeba.json 配置文件，训练了 45,000 个批次。简而言之，使用的参数如下：

超参数	值
图像形状	(64, 64, 3)
隐藏通道数	512
K	32
L	3
流置换	可逆 1x1 卷积
流耦合	仿射变换
批量大小	每块 GPU 12 张，共 4 块 GPU
学习顶部特征	false
条件变量 y	false

• 可从 Dropbox 下载预训练模型。

重建

以下是训练阶段的一些样本。第一行：重建图像；第二行：原始图像。

属性操纵

按照论文中描述的方法，计算给定属性的 z_pos 和 z_neg。然后，z_delta = z_pos - z_neg 就是操纵原始图像的方向。

• 操纵“微笑”（从负到正）：

  

• 操纵“年轻”（从负到正）：

  

• 操纵“白皙皮肤”（从负到正）：

  

• 操纵“男性”（从负到正）：

  

问题

我的代码可能存在一些错误，请大家帮忙指出。

Glow-PyTorch 快速上手指南

Glow-PyTorch 是论文《Glow: Generative Flow with Invertible 1x1 Convolutions》的 PyTorch 实现版本，支持图像生成与属性编辑功能。

环境准备

• 系统要求：Linux / macOS（Windows 需自行适配）
• Python 版本：推荐 Python 3.6+
• 依赖库：
  • PyTorch >= 1.0
  • torchvision
  • numpy
  • Pillow
  • json（标准库）

建议使用虚拟环境管理依赖：

python -m venv glow_env
source glow_env/bin/activate  # Windows 使用：glow_env\Scripts\activate
pip install torch torchvision numpy Pillow

国内用户可使用清华镜像加速安装：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple torch torchvision numpy Pillow

安装步骤

克隆项目仓库并进入目录：

git clone https://github.com/anonymox/glow-pytorch.git
cd glow-pytorch

确认项目结构中包含 train.py、infer_celeba.py 和 hparams/ 配置文件目录。

基本使用

1. 训练模型

使用 CelebA 数据集训练模型（需提前下载并整理数据集）：

python train.py hparams/celeba.json <dataset_root> <dataset_name>

示例：

python train.py hparams/celeba.json ./data celeba

参数说明：

• hparams/celeba.json：超参数配置文件
• <dataset_root>：数据集根目录
• <dataset_name>：数据集名称（如 celeba）

2. 推理与属性编辑

训练完成后，可生成潜在向量并进行属性操控：

python infer_celeba.py hparams/celeba.json <dataset_root> <z_dir>

示例：

python infer_celeba.py hparams/celeba.json ./data ./z_vectors

该脚本将计算不同属性（如 Smiling、Young 等）的 z_delta 向量，并生成对应编辑后的图像序列。

3. 使用预训练模型（可选）

可从 Dropbox 下载预训练权重文件 trained.pkg，放入项目根目录后直接运行推理脚本。

---

当前实现已支持完整训练流程与属性编辑功能，适用于研究可逆生成模型与图像语义操控任务。