Aller au graphe hiérarchique des classes

Cette liste d'héritage est classée approximativement par ordre alphabétique :

[Niveau de détails 1234]

Caidge_in_space.ui_training._Names	Attribution de noms de fichiers libres dans un dossier, en temps amorti constant
Caidge_in_space.entropy.ArithmeticDecoder	Décodeur symétrique de ArithmeticEncoder
Caidge_in_space.entropy.ArithmeticEncoder	Codeur arithmétique entier sur STATE_BITS bits (méthode des bits en attente)
Caidge_in_space.entropy.BitReader	Lecture bit à bit d'un tampon d'octets ; renvoie des zéros au-delà de la fin
Caidge_in_space.entropy.BitWriter	Écriture bit à bit dans un tampon d'octets (bit de poids fort en premier)
Caidge_in_space.entropy.CdfTables	Ensemble de tables de fréquences cumulées, prêtes pour le codeur arithmétique
Caidge_in_space.codecs.base.Codec	Classe de base de tous les codecs
Caidge_in_space.codecs.base.LearnedCodec	Codec à base de réseau de neurones (transformées apprises + codage entropique)
Caidge_in_space.codecs.balle2017.Balle2017Codec	Modèles Ballé 2017 d'une même architecture (et d'un même run, pour une série), un niveau par λ
Caidge_in_space.codecs.bmshj2018.Pretrained2018	Base des modèles 2018 pré-entraînés : 8 niveaux de qualité, poids téléchargés à la demande
Caidge_in_space.codecs.bmshj2018.Factorized2018	Bmshj2018-factorized pré-entraîné
Caidge_in_space.codecs.bmshj2018.Hyperprior2018	Bmshj2018-hyperprior pré-entraîné
Caidge_in_space.codecs.classical.PillowCodec	Codec qui passe par Image.save() de Pillow ; le débit est toujours réel
Caidge_in_space.codecs.classical.Jpeg	JPEG (libjpeg)
Caidge_in_space.codecs.classical.Jpeg2000	JPEG 2000 (OpenJPEG), à débit cible
Caidge_in_space.codecs.classical.WebP	WebP avec pertes (libwebp)
Ctorch.autograd.Function
Caidge_in_space.nn._LowerBound	Max(x, borne) dont le gradient passe quand x >= borne ou quand il pousse x vers le haut
Caidge_in_space.jobs.Job	Un job d'entraînement tel que stocké dans la base
Caidge_in_space.jobs.JobStore	Accès à la base des jobs d'entraînement (une connexion par opération)
Caidge_in_space.coding.LatentCoding	Interface du codage entropique des latents d'un modèle
Caidge_in_space.coding.FactorizedCoding	Prior factorisé (Ballé 2017, bmshj2018-factorized) : une table par canal
Caidge_in_space.coding.HyperpriorCoding	Scale hyperprior gaussien (bmshj2018-hyperprior)
Caidge_in_space.codecs.base.Level	Un réglage de débit d'un codec (qualité JPEG, checkpoint, débit cible...)
Cnn.Module
Caidge_in_space.nn.Analysis2017	Transformée d'analyse de Ballé 2017 : conv 9x9/4, 5x5/2, 5x5/2, chacune suivie d'une GDN
Caidge_in_space.nn.Balle2017	Modèle du notebook (E2ECompressor) : mêmes noms de couches, checkpoints compatibles
Caidge_in_space.nn.FactorizedPrior2018	Bmshj2018-factorized : 4 conv 5x5 de pas 2 avec GDN entre chacune, prior factorisé
Caidge_in_space.nn.FrozenGDN	GDN figée pour le déploiement : conv 1x1 (poids gamma, biais beta), racine, division
Caidge_in_space.nn.GDN	Generalized Divisive Normalization (Ballé et al
Caidge_in_space.nn.HyperpriorOnboard	Partie embarquée d'un hyperprior : g_a, h_a et h_s (pour le profilage et l'export)
Caidge_in_space.nn.ScaleHyperprior2018	Bmshj2018-hyperprior : un hyper-latent z, codé avec un prior factorisé, prédit l'échelle de chaque latent
Caidge_in_space.nn.Synthesis2017	Transformée de synthèse de Ballé 2017, symétrique de Analysis2017 (IGDN + conv transposées)
Caidge_in_space.nn._FactorizedPrior	Densité apprise indépendante par canal (base de FactorizedDensity et EntropyBottleneck)
Caidge_in_space.nn.EntropyBottleneck	Entropy bottleneck de Ballé et al
Caidge_in_space.nn.FactorizedDensity	Prior factorisé simplifié du notebook : un scalaire par couche et par canal
Caidge_in_space.codecs.base.Result	Résultat d'une compression suivie d'une décompression
Caidge_in_space.train.StopWatcher	Demande d'arrêt de l'entraînement : annulation dans la base, fin de stdin ou signal
Caidge_in_space.training.config.TrainConfig	Réglages d'un entraînement ; les défauts reprennent le notebook (cellule 4, mode GPU complet)
Caidge_in_space.training.loop.TrainResult	Résultat d'un appel à train()
CValueError
Caidge_in_space.training.config.ConfigError	Configuration d'entraînement invalide (code de retour 2 de la CLI train)