文件名称：Self-Tuning-Networks:PyTorch实施“ STN”和“ Delta-STN”
文件大小：39KB
文件格式：ZIP
更新时间：2024-05-29 17:17:20
pytorch hyperparameter-optimization bilevel-optimization neurips-2020 self-tuning-network
自整定网络（STN） 该存储库包含针对自整定网络（STN）和Delta自整定网络（ -STN）。 可以在找到自整定网络的原始存储库。 文件： 要求 该代码已在Python 3.6中实现和测试。 所有必需的模块都列在requirements.txt ，可以使用以下命令进行安装： pip install -r requirements.txt 此外，请安装 1.5.1版（或> = 1.5.0）。 我们还计划发布该代码的JAX版本。 如何将STN用于自定义项目？ 自整定网络可以轻松地应用于任何体系结构，数据集和正则化超参数。 请按照以下步骤将STN用于您的自定义项目。 使用\layers定义从StnModel继承的模型。 指定模型与超参数的交互方式。 class StnTwoLayerMLP(StnModel): # Inherit from StnModel. de
【文件预览】：
Self-Tuning-Networks-master
----.gitignore(4KB)
----README.md(7KB)
----utils()
--------eval_utils.py(591B)
--------cutout_utils.py(1KB)
--------dropout_utils.py(1KB)
--------linearize_utils.py(2KB)
--------data_utils.py(1KB)
--------__init__.py(0B)
----base_model.py(2KB)
----examples()
--------simple_cnn()
--------alexnet()
--------mlp()
--------vgg()
----LICENSE(1KB)
----base_step_optimizer.py(8KB)
----layers()
--------__init__.py(0B)
--------linear.py(3KB)
--------conv2d.py(4KB)
----requirements.txt(48B)
----base_trainer.py(8KB)
----hyper()
--------container.py(8KB)
--------__init__.py(0B)
--------transformation.py(5KB)
----data()
--------fashionmnist.py(5KB)
--------cifar10.py(11KB)
--------mnist.py(2KB)
--------__init__.py(0B)