1. ingestion
   1. crop_celeba_aligned.py
      1. Celaba数据集的预处理，图像裁剪，存储为h5格式等
   2. dataset_tool_modify.py
      1. Tensorflow的数据集构造工具
         1. create_mnist
         2. create_mnistrgb
         3. create_cifar10
         4. create_cifar100
         5. create_svhn
         6. create_lsun
         7. create_celeba
         8. create_celebahq
   3. process_celeba.py
      1. 下载和预处理celaba,cifar10,lsun等数据集
   4. process_celeba_hd.py
      1. 下载和抽取celaba wild数据集
   5. process_transient_attribute_scenes.py
      1. 下载和解压transient_attribute_scenes数据
2. model
   1. pggan
      1. dataset.py
         1. 解析和构造tfrecords数据集的
      2. dataset_tool.py
         1. tfrecords的导出和添加图片到tfrecords
      3. legacy.py
         1. 用以加载老的Theano模型
      4. loss.py
         1. WGAN + AC-GAN的D/G的损失函数
      5. misc.py
         1. 辅助函数，图片/模型/结果等保存和加载。日志
      6. network.py
         1. 论文中的网络结构，所有的卷积函数等
      7. tfutil.py
         1. tensorflow实现的各种基础函数，数学运算类
      8. train.py
         1. 训练网络
      9. util_scripts.py
         1. generate_fake_images
            1. 根据模型id载入模型并随机生成图像
         2. generate_interpolation_video
            1. 训练过程中合成图像的变化视频
         3. generate_training_video
   2. cnn_face_attr_celeba.py
      1. 构造MobileNet，并使用celaba数据集训练。按照celaba数据的多分类模型
3. tl_gan
   1. bokeh_webgui_server.py
      1. 载入所有的特征方向，生成图像，画出界面
   2. feature_axis.py
      1. find_feature_axis
         1. 训练特征模型线性/非线性，返回特征权重
      2. normalize_feature_axis
         1. 特征轴normalization化
      3. disentangle_feature_axis
         1. 使其他特征轴与基准特征轴(性别/年龄)正交
      4. disentangle_feature_axis_by_idx
      5. orthogonalize_one_vector
         1. 调整某个特征轴使得它与基准特征轴正交
      6. orthogonalize_vectors
         1. 使所有的得特征轴两两正交
      7. plot_feature_correlation
      8. plot_feature_cos_sim
   3. script_gen_sample_pggan.py
      1. 载入模型，随机生成批量图像并保存对应的latents
      2. 此处会保存 latent z和对应的图片x，一起存储为pkl
   4. script_transform_sample_pickle_to_img.py
      1. 从pkl文件中载入图片x存储为jpg和对应的z，并存储为npy和sample_z.h5
      2. 为对应的图片，存储其latents为sample_z.h5
   5. script_predict_labels.py
      1. 载入celaba属性分类模型MobieNet，预测所有样本图片x的分类标签y并存储。
      2. 根据jpg图像x 预测所有的标签y：sample_y.h5 存储图片到指定路径
   6. script_label_regression.py
      1. 根据生成的样本y（特征向量）和z(对应的latent向量)找到最终的所有特征的正交轴并存储，得到feature direction
      2. 根据latent z和对应标签y，回归得到所有特征方向 feature_direction.pkl
   7. script_generation_grid.py
      1. 载入模型和特征方向，在随机latent上融合方向特征，并生成对应图像并保存
   8. script_generation_interactive.py
      1. 载入模型和特征方向文件。随机生成图像，用户可以交互地更改不同特征方向
   9. script_interpolate_pggan.py
      1. 载入模型，生成一系列变动(特征轻微变动)的图像。
   10. feature_celeba_organize.py
       1. 所有特征的名字 序号等 配置信息
   11. generate_image.py
       1. 载入模型，随机生成一张图像
4. notebooks
   1. tl_gan_ipywidgets_gui.ipynb
5. tests