【文件属性】：
文件名称：FR-Loss-on-Mnist:Mnist，Pytorch实施中的人脸识别损失
文件大小：9KB
文件格式：ZIP
更新时间：2021-05-09 18:36:26
Python
Mn的FR损失
使用Pytorch实现不同的人脸识别损失。 在Mnist上进行测试和可视化。 这只是一个玩具示例，但对于理解和比较这些损失函数非常有用。
最近的更新数据
2020.1.14 ：
修复ArcFace中的一些错误
可视化测试数据而不是训练数据
为我们的QAMFace Loss添加支持
例子
生的
2D嵌入式功能 归一化特征
中心损失
球面
快速开始
依存关系
火炬> = 1.0（0.4可能也可以）
tensorboardX> = 1.4
我强烈建议您使用Anaconda。
怎么跑
Net.py包括网络和丢失功能的实现
train.py包含培训和测试过程。 编辑名称以选择适当的损失函数。
关于该项目
我尝试使用相同的结构来实现不同的损失。 如果您有任何疑问或发现任何错误，请提交问题。 非常感谢！
【文件预览】：
FR-Loss-on-Mnist-master
----Net.py(11KB)
----README.md(1KB)
----data_pipe.py(787B)
----train.py(5KB)
----LICENSE(1KB)
----.gitattributes(66B)
----utils.py(4KB)
----generateGIF.py(546B)