文件名称：CBM:论文“基于课程的元学习”的PyTorch实现
文件大小：662.45MB
文件格式：ZIP
更新时间：2024-05-09 03:15:14
Python
煤层气 论文“基于课程的元学习”的PyTorch实现 先决条件 的Python 3.5 PyTorch> = 1.2 TorchVision> = 0.2 tqdm 数据集准备 迷你影像网 训练集：64节课（每节课600张图像） 设定值：16个班级 测试集：20节课 分层ImageNet 训练集：351个班级（每个班级600张图像） 值集：97个班级 测试集：160个班级 下载数据集后，请在文件夹“ miniimagenet”或“ tieredimagenet”下创建一个名为“ images”的新文件夹，并将所有图像放入此文件夹中。 默认情况下，提供的数据加载器将从“ images”文件夹中读取图像。 当然，也可以更改读取路径。 例如，对于miniimagenet数据集，请更改“ ./dataloader/mini_imagenet.py”的第10行作为下载图像的路径。 元训练
【文件预览】：
CBM-master
----data()
--------README.md(1KB)
--------miniimagenet()
----trainer_backbone.py(10KB)
----networks()
--------res18.py(6KB)
--------WRN28.py(3KB)
--------convnet.py(735B)
--------dropblock.py(2KB)
--------res12.py(5KB)
----models()
--------classifier.py(2KB)
--------matchnet.py(2KB)
--------__init__.py(38B)
--------protonet.py(2KB)
--------base.py(2KB)
--------feat.py(6KB)
----checkpoints()
--------README.md(213B)
--------baseclass()
----saves()
--------README.md(346B)
--------initialization()
----README.md(3KB)
----.idea()
--------CBM.iml(442B)
--------misc.xml(185B)
--------workspace.xml(7KB)
--------vcs.xml(180B)
--------deployment.xml(617B)
--------inspectionProfiles()
--------modules.xml(258B)
----dataloader()
--------samplers.py(3KB)
--------mini_imagenet.py(5KB)
--------tiered_imagenet.py(4KB)
----trainer_single()
--------fsl_trainer.py(6KB)
--------data_parallel.py(4KB)
--------__init__.py(2B)
--------base.py(3KB)
--------utils.py(7KB)
--------train_fsl.py(467B)
--------helpers.py(6KB)
--------logger.py(2KB)
----trainer_ensemble()
--------fsl_trainer.py(12KB)
--------data_parallel.py(4KB)
--------__init__.py(2B)
--------base.py(2KB)
--------utils.py(8KB)
--------Demo.sh(1KB)
--------train_fsl.py(431B)
--------helpers.py(8KB)
--------test_fsl.py(686B)
--------logger.py(2KB)