文件名称：alexnet代码matlab-sae-pytorch:AtoZ的SAE的PyTorch实施
文件大小：6KB
文件格式：ZIP
更新时间：2024-06-15 09:55:35
系统开源
alexnet代码matlab Sae-Pytorch 原来的 ： 语义自动编码器（SAE）的PyTorch实现。 怎么跑 git克隆 下载“ awa_demo_data.mat” python sae.py 在PyTorch中实现SAE 设置CUB，AwA，aP＆Y，SUN和ImageNet数据集。 部分完成（仅适用于AwA数据集）。 其他数据集也将很快提供。 从各种深度模型中提取深度特征，例如AlexNet，VGG16，VGG19，GoogleNet，Inception_v3，ResNet-18，ResNet-34，ResNet-50，ResNet-101，ResNet-152。 已完成，但在本文中调整了我的源代码以实现结果。 复制后将提供源代码。 训练语义自动编码器（SAE）。 完毕。 测试看不见的班级数据。 完毕。 发行公告 v1.0 错误修复 资料下载 零镜头学习的语义自动编码器：
【文件预览】：
sae-pytorch-master
----data()
--------README.md(112B)
----LICENSE(1KB)
----CONTRIBUTING.md(860B)
----src()
--------sae.py(3KB)
----CODE_OF_CONDUCT.md(3KB)
----README.md(1KB)