文件名称：典型相关分析matlab实现代码-DeepCCA:pytorch的深度规范相关分析（DCCA或DeepCCA）的实现
文件大小：14KB
文件格式：ZIP
更新时间：2024-06-09 07:22:54
系统开源
典型相关分析matlab实现代码DCCA：深度规范相关分析 这是带有pytorch的Python中的深度规范相关性分析（DCCA或Deep CCA）的实现，它支持多GPU训练。 DCCA是CCA的非线性版本，它使用神经网络代替线性变换器作为映射函数。 DCCA最初是在以下论文中提出的： Galen Andrew，Raman Arora，Jeff Bilmes，Karen Livescu，“”，ICML，2013年。 它使用最新的pytorch1.0-preview。 由于网络的损失函数需要计算对称矩阵特征值分解的梯度。 基本的建模网络可以轻松地被更高效，更强大的网络（如CNN）取代。 大多数配置和参数是根据以下文件设置的： Wang Weiran，Raman Arora，Karen Livescu和Jeff Bilmes。 “”，ICML，2015年。 预先要求 python 3.6+ pytorch 1.0+（支持为对称矩阵（symeig）计算特征值分解的梯度） 您还可以按以下方式安装环境： conda create -f requirement.yml conda activate
【文件预览】：
DeepCCA-master
----.gitignore(63B)
----linear_cca.py(2KB)
----requirement.yml(2KB)
----LICENSE(1KB)
----download_data.sh(155B)
----utils.py(2KB)
----DeepCCAModels.py(2KB)
----README.md(3KB)
----Run.ipynb(13KB)
----main.py(9KB)
----objectives.py(3KB)