实例介绍
FixMatch-pytorch 非官方pytorch代码 NeurIPS'20。此实现可以重现结果(CIFAR10和CIFAR100),这些结果已在本文中进行了报告。此外,它还包括具有半监督和完全监督方式的训练模型(请在下面的链接中下载)。 要求 python 3.6 pytorch 1.6.0 火炬视觉0.7.0 张量板2.3.0 枕头 结果:分类准确率(%) 除了本文中半监督学习的结果外,我们还附加了完全监督学习的额外结果(50000个标签,仅支持sup)+一致性正则化(50000个标签,sup + consistency)。即使完全提供了标签,一致性正则化也提高了分类准确性。通过SGD训练轨迹中的模型的EMA(指数移动平均值)进行评估。 CIFAR10 #标签 40 250 4000 超+一致性 只吃 纸(RA) 86.19±3.37 94.93±0.65 95.
【实例截图】
【核心代码】
16359648093510194012.zip
└── FixMatch-pytorch-main
├── assets
│ ├── eval_metrics.png
│ ├── fixmatch.png
│ └── train_metrics.png
├── datasets
│ ├── augmentation
│ │ └── randaugment.py
│ ├── dataset.py
│ ├── data_utils.py
│ ├── DistributedProxySampler.py
│ ├── __init__.py
│ └── ssl_dataset.py
├── eval.py
├── LICENSE
├── models
│ ├── fixmatch
│ │ ├── fixmatch.py
│ │ ├── fixmatch_utils.py
│ │ └── __init__.py
│ └── nets
│ ├── __init__.py
│ └── wrn.py
├── README.md
├── train.py
├── train_utils.py
└── utils.py
7 directories, 20 files
标签:
相关软件
小贴士
感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论