【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)