文件名称：LDAM-DRW:[NeurIPS 2019]通过标签分配感知的保证金损失学习不平衡的数据集
文件大小：14KB
文件格式：ZIP
更新时间：2024-05-22 23:43:44
Python
通过标签分配感知的保证金损失学习不平衡的数据集 曹凯迪，魏琳，阿德里安·盖顿，尼科斯·阿雷奇加，马腾宇 这是LDAM-DRW在PyTorch中的集中的正式实现。 相依性 该代码是使用以下库构建的： 1.2 数据集 不平衡的 。 原始数据将被下载和转换imbalancec_cifar.py 。 本文还报告了Tiny ImageNet和iNaturalist 2018的结果。我们稍后将更新这些数据集的代码。 训练 我们通过此仓库提供了一些培训示例： 训练ERM基准以比率为100的长尾不平衡 python cifar_train.py --gpu 0 --imb_type exp --imb_factor 0.01 --loss_type CE --train_rule None 在比率为100的长尾不平衡中训练LDAM损失和DRW训练 python cifar_train.py --
【文件预览】：
LDAM-DRW-master
----.gitignore(2KB)
----losses.py(1KB)
----README.md(2KB)
----LICENSE(1KB)
----utils.py(6KB)
----models()
--------resnet_cifar.py(5KB)
--------__init__.py(27B)
----cifar_train.py(16KB)
----imbalance_cifar.py(3KB)