【文件属性】：
文件名称：MSDNet-GCN:ICLR 2018再现性挑战-高效预测的多尺度密集卷积网络
文件大小：2.45MB
文件格式：ZIP
更新时间：2021-05-16 22:49:30
Python
MSDNet-具有可分离内核的可重复性和应用GCN块
该存储库包含“ ”的复制代码（在PyTorch中）。
内容
介绍
MSDNet是一种用于图像分类的新颖方法，在测试时会受到计算资源的限制。 该存储库提供了基于本文提供的技术描述的实现。 当前，此代码实现对Cifar-10和Cifar-100的支持。
此外，此代码集成了对基于GCN的层（而不是常规卷积层）的支持，以减少模型参数。
用法
依存关系
火车
例如，使用以下命令在Cifar10上训练MSDNet
python3 main.py --model msdnet -b 64 -j 2 cifar10 --msd-blocks 10 --msd-base 4 \
--msd-step 2 --msd-stepmode even --growth 6-12-24 --gpu 0
例如，使用以下命令在带有GCN块的Cifar100上
【文件预览】：
MSDNet-GCN-master
----report()
--------MSDNet_reproducibility_report.pdf(2.86MB)
----run_me(1KB)
----models()
--------msdnet_model.txt(50KB)
--------__init__.py(37B)
--------msdnet_layers.py(20KB)
--------msdnet.py(8KB)
--------msdnet_model_with_gcn.txt(44KB)
----opts.py(6KB)
----utils.py(5KB)
----main.py(15KB)
----__init__.py(0B)
----script.sh(3KB)
----LICENSE(1KB)
----README.md(2KB)