【文件属性】:
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:2021-05-26 16:08:55
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)