PyTorch C++のサンプルプログラムをたくさん書いたので，その宣伝をしたいと思います！
リポジトリ：https://github.com/koba-jon/pytorch_cpp
1. リポジトリ概要
本リポジトリは，PyTorchのC++ API (LibTorch) を用いて主要な深層学習モデルを再実装し，Pythonに依存しない研究・実務環境を目指したものです．
実応用・製造現場・推論サーバなど，C++で完結させたい人向けの実装例集です！
2. 実装したモデル
📊 多クラス分類（Multiclass Classification）
| Category | Model | Paper | Conference/Journal | Code |
|---|---|---|---|---|
| CNNs | AlexNet | A. Krizhevsky et al. | NeurIPS 2012 | AlexNet |
| VGGNet | K. Simonyan et al. | ICLR 2015 | VGGNet | |
| ResNet | K. He et al. | CVPR 2016 | ResNet | |
| Discriminator | A. Radford et al. | ICLR 2016 | Discriminator | |
| EfficientNet | M. Tan et al. | ICML 2019 | EfficientNet | |
| Transformers | Vision Transformer | A. Dosovitskiy et al. | ICLR 2021 | ViT |
🔽 次元削減（Dimensionality Reduction）
| Model | Paper | Conference/Journal | Code |
|---|---|---|---|
| Autoencoder | G. E. Hinton et al. | Science 2006 | AE1d |
| AE2d | |||
| Denoising Autoencoder | P. Vincent et al. | ICML 2008 | DAE2d |
🎨 生成モデリング（Generative Modeling）
| Category | Model | Paper | Conference/Journal | Code |
|---|---|---|---|---|
| VAEs | Variational Autoencoder | D. P. Kingma et al. | ICLR 2014 | VAE2d |
| Wasserstein Autoencoder | I. Tolstikhin et al. | ICLR 2018 | WAE2d GAN | |
| WAE2d MMD | ||||
| VQ-VAE | A. v. d. Oord et al. | NeurIPS 2017 | VQ-VAE | |
| VQ-VAE-2 | A. Razavi et al. | NeurIPS 2019 | VQ-VAE-2 | |
| GANs | DCGAN | A. Radford et al. | ICLR 2016 | DCGAN |
| Flows | Planar Flow | D. Rezende et al. | ICML 2015 | Planar-Flow2d |
| Radial Flow | D. Rezende et al. | ICML 2015 | Radial-Flow2d | |
| Real NVP | L. Dinh et al. | ICLR 2017 | Real-NVP2d | |
| Glow | D. P. Kingma et al. | NeurIPS 2018 | Glow | |
| Diffusion Models | DDPM | J. Ho et al. | NeurIPS 2020 | DDPM2d |
| DDPM2d-v | ||||
| DDIM | J. Song et al. | ICLR 2021 | DDIM2d | |
| DDIM2d-v | ||||
| PNDM | L. Liu et al. | ICLR 2022 | PNDM2d | |
| PNDM2d-v | ||||
| LDM | R. Rombach et al. | CVPR 2022 | LDM | |
| LDM-v | ||||
| Flow Matching | Flow Matching | Y. Lipman et al. | ICLR 2023 | FM2d |
| Rectified Flow | X. Liu et al. | ICLR 2023 | RF2d | |
| Autoregressive Models | PixelCNN | A. v. d. Oord et al. | ICML 2016 | PixelCNN-Gray |
| PixelCNN-RGB | PixelSNAIL | X. Chen et al. | ICML 2018 | PixelSNAIL-Gray |
| PixelSNAIL-RGB |
🖼️ 画像変換（Image-to-Image Translation）
| Model | Paper | Conference/Journal | Code |
|---|---|---|---|
| U-Net | O. Ronneberger et al. | MICCAI 2015 | U-Net Regression |
| Pix2Pix | P. Isola et al. | CVPR 2017 | Pix2Pix |
| CycleGAN | J.-Y. Zhu et al. | ICCV 2017 | CycleGAN |
🧩 セマンティックセグメンテーション（Semantic Segmentation）
| Model | Paper | Conference/Journal | Code |
|---|---|---|---|
| SegNet | V. Badrinarayanan et al. | CVPR 2015 | SegNet |
| U-Net | O. Ronneberger et al. | MICCAI 2015 | U-Net Classification |
🎯 物体検出（Object Detection）
| Model | Paper | Conference/Journal | Code |
|---|---|---|---|
| YOLOv1 | J. Redmon et al. | CVPR 2016 | YOLOv1 |
| YOLOv2 | J. Redmon et al. | CVPR 2017 | YOLOv2 |
| YOLOv3 | J. Redmon et al. | arXiv 2018 | YOLOv3 |
| YOLOv5 | Ultralytics | - | YOLOv5 |
| YOLOv8 | Ultralytics | - | YOLOv8 |
🧠 表現学習（Representation Learning）
| Model | Paper | Conference/Journal | Code |
|---|---|---|---|
| SimCLR | T. Chen et al. | ICML 2020 | SimCLR |
| Masked Autoencoder | K. He et al. | CVPR 2022 | MAE |
🚨 異常検知（Anomaly Detection）
| Model | Paper | Conference/Journal | Code |
|---|---|---|---|
| AnoGAN | T. Schlegl et al. | IPMI 2017 | AnoGAN2d |
| DAGMM | B. Zong et al. | ICLR 2018 | DAGMM2d |
| EGBAD | H. Zenati et al. | ICLR Workshop 2018 | EGBAD2d |
| GANomaly | S. Akçay et al. | ACCV 2018 | GANomaly2d |
| Skip-GANomaly | S. Akçay et al. | IJCNN 2019 | Skip-GANomaly2d |
3. 早速実行したい人へ
必要なライブラリ：LibTorch，OpenCV，OpenMP，Boost，Gnuplot，libpng/png++/zlib
LibTorchのインストール方法はこちらへ↓
https://qiita.com/koba-jon/items/2b15865f5b4c0c9fbbf7
1. クローン
$ git clone https://github.com/koba-jon/pytorch_cpp.git
$ cd pytorch_cpp
$ sudo apt install g++-8
2. 実行
(1) ディレクトリ移動 （例：AE1d）
$ cd Dimensionality_Reduction/AE1d
(2) ビルド
$ mkdir build
$ cd build
$ cmake ..
$ make -j4
$ cd ..
(3) データセット設定 （データセット：Normal Distribution Dataset）
$ cd datasets
$ git clone https://github.com/koba-jon/normal_distribution_dataset.git
$ ln -s normal_distribution_dataset/NormalDistribution ./NormalDistribution
$ cd ..
(4) 学習
$ sh scripts/train.sh
(5) テスト
$ sh scripts/test.sh
実行できましたでしょうか？
以上のような手順で他のモデルも動作するはずです！
もし何かあれば，コメント等ください！