【文件属性】:
文件名称:pytorch-tensor-decompositions:卷积层的[1412.6553]和[1511.06530]张量分解方法的PyTorch实现
文件大小:8KB
文件格式:ZIP
更新时间:2021-04-28 16:25:58
deep-learning pytorch tensorly Python
PyTorch张量分解
这是卷积层的Tucker和CP分解的实现。 关于此的博客文章可以在找到。
它取决于来执行张量分解。
用法
根据微调VGG16训练模型: python main.py --train 。
应该有一个包含两个类别的数据集。 每个类别一个目录。 训练数据应进入一个名为“ train”的目录。 测试数据应进入名为“ test”的目录。 这可以通过标志--train_path和--test_path来控制。
我使用了
然后将模型保存到名为“模型”的文件中。
执行分解: python main.py --decompose这会将新模型保存到“ decomposed_model”中。 默认情况下,它使用Tucker分解。 要使用CP分解,请传递--cp。
微调分解后的模型: python main.py --fine_tune
参考
卷积层的CP分解在此处描述: :
【文件预览】:
pytorch-tensor-decompositions-master
----dataset.py(2KB)
----decompositions.py(4KB)
----VBMF()
--------VBMF.py(10KB)
--------__init__.py(0B)
----Readme.md(1KB)
----main.py(5KB)