文件名称：颜色分类leetcode-SimCLR:SimCLR的Tensorflow实现
文件大小：82.8MB
文件格式：ZIP
更新时间：2024-07-26 17:22:10
系统开源
颜色分类leetcode SimCLR 张量流 这是用于在单个 GPU 上处理的 Tensorflow 2 的 SimCLR 实现。 此实现侧重于 ResNet-18 和 ResNet-34，并提供了一个简单的工作流程，用于微调分类或分割。 我们展示了 cifar-10 和 UTKFace 数据集的示例结果。 可以找到官方仓库 模拟CLR 视觉表征的简单对比学习是一种图像表征自监督学习的框架。 对于 SimCLR 如何工作的概述，我建议使用这个优秀的或 . 简而言之，SimCLR 将 2 种不同的增强应用于同一图像，然后通过输出这些图像的表示h的卷积神经网络馈送（以及一批中类似的增强图像对）。 然后将其输入到投影头g(h) 中，该投影头输出这些图像的潜在表示z 。 然后使用余弦相似度计算每个图像表示z的相似度。 SimCLR 的损失函数试图最大化同一图像不同增强的潜在表示之间的一致性。 执行 此实现侧重于单个 GPU 的使用，并提供 ResNet-18 和 ResNet-34 架构。 实现了以下数据增强 -裁剪和调整大小、颜色抖动、颜色下降、高斯噪声、翻转、旋转、剪切。 该实现进一步提
【文件预览】：
SimCLR-master
----requirements.txt(43B)
----media()
--------Loss_cifar10.png(12KB)
--------Loss_UTKFace.png(5KB)
----LICENSE(1KB)
----README.md(7KB)
----simclr()
--------data_reader.py(12KB)
--------train.py(4KB)
--------config.py(3KB)
--------resnet_loader.py(2KB)
--------utils.py(2KB)
--------main.py(7KB)
--------loss.py(2KB)
--------train_cifar10.py(4KB)
--------finetune.py(9KB)
--------resnet()
--------finetune_cifar10.py(9KB)
--------image_utils.py(2KB)