文件名称：invertible-resnet:可逆残差网络的官方代码
文件大小：408KB
文件格式：ZIP
更新时间：2024-06-01 15:46:16
Python
可逆残差网络 i-ResNets的Pytorch正式实施。 i-ResNets定义了一系列完全可逆的深层网络，它是通过限制标准残差网络块的Lipschitz常数而构建的。 参考：Jens Behrmann *，Will Grathwohl *，Ricky TQ Chen，David Duvenaud，Jörn-HenrikJacobsen *。 。 国际机器学习会议（ICML），2019年。（ ） （*均等贡献） i-ResNet使用 经过测试：Python 3.6.5和Pytorch 1.0.1 可以通过pip install -r requirements.txt安装依赖项 注意：您需要运行visdom服务器并设置vis_server的位置和端口。 在CIFAR10上训练i-ResNet分类器： $ bash scripts/classify_cifar.sh 在CIFA
【文件预览】：
invertible-resnet-master
----models()
--------utils_cifar.py(14KB)
--------model_utils.py(8KB)
--------utils.py(5KB)
--------viz_utils.py(867B)
--------conv_iResNet.py(24KB)
--------density_modeling_utils.py(7KB)
--------__init__.py(0B)
--------toy_data.py(4KB)
----CIFAR_main.py(16KB)
----LICENSE(1KB)
----imgs()
--------recons.jpg(101KB)
--------data.jpg(101KB)
--------samples.jpg(182KB)
----__init__.py(0B)
----spectral_norm_conv_inplace.py(11KB)
----requirements.txt(263B)
----.gitignore(1KB)
----README.md(3KB)
----matrix_utils.py(4KB)
----scripts()
--------dens_est_cifar.sh(311B)
--------classify_cifar.sh(319B)
----spectral_norm_fc.py(12KB)