文件名称：shape-adaptor:执行“形状适配器
文件大小：10.56MB
文件格式：ZIP
更新时间：2024-05-26 08:43:30
pytorch nas automl pooling neural-shape-learning
形状适配器 该存储库包含支持该论文的源代码： ，由和。 Shape Adapter是一个为卷积神经网络（CNN）设计的可学习的池化模块，可自动为训练数据集学习合适的调整大小因子。 数据集 该项目评估图像分类任务。 对于小分辨率数据集：CIFAR-10 / 100和SVHN，您可以根据官方PyTorch数据加载器直接下载它们。 对于细粒度的高分辨率数据集：飞机，CUB-200和斯坦福汽车，您可以 下载PyTorch格式的组织数据集。 在AutoTL实验中，我们使用可用的数据集进行了评估。 请注意，上述链接中提供的部分数据集（表1（在原始论文中）和AutoTL进行了评估）来自同一来源，但在预处理中有所不同：表1中进行的所有实验均基于未裁剪的原始图像； 在AutoTL中，裁剪了一些数据集中的训练图像（CUB-200和Stanford Cars，特别是为了与以前的工作保持一致）。 实验 您可以
【文件预览】：
shape-adaptor-master
----.gitignore(62B)
----model_training.py(11KB)
----visuals()
--------vgg16.png(3KB)
--------resnet50.gif(10.61MB)
--------mobilenetv2.png(4KB)
--------resnet50.png(4KB)
----LICENSE.md(19KB)
----model_list.py(37KB)
----model_training_autotl.py(8KB)
----vgg16_cifar_toy.py(10KB)
----utils.py(2KB)
----README.md(9KB)
----visualise_shape.py(711B)
----model_training_imagenet.py(19KB)
----.gitattributes(66B)