文件名称：RobustnessAccuracy:AAAI 2021
文件大小：29.08MB
文件格式：ZIP
更新时间：2024-06-19 04:56:26
deep-neural-networks validation noisy-data label-noise noisy-labels
准确度指标的稳健性及其在噪声标签学习中的启示。 这是论文的官方存储库。 （被 AAAI 2021 接受）。 @article{chen2020robustness, title={Robustness of Accuracy Metric and its Inspirations in Learning with Noisy Labels.}, author={Chen, Pengfei and Ye, Junjie and Chen, Guangyong and Zhao, Jingwei and Heng, Pheng-Ann}, journal={arXiv preprint arXiv:2012.04193}, year={2020} } 在对角主导类条件标签噪声下，主要结论如下。 保证在噪声分布上最大化其准确性的分类器在干净分布上最大化准确性。 我们可以
【文件预览】：
RobustnessAccuracy-master
----networks()
--------resnet.py(7KB)
--------wideresnet.py(3KB)
----train_cifar10_dmi.py(7KB)
----train_cifar100_gce.py(8KB)
----hyperparameter.txt(25KB)
----train_cifar100_ct.py(8KB)
----utils.py(13KB)
----data()
--------Clothing1M()
--------CIFAR100()
--------CIFAR10()
----dataset.py(3KB)
----command.txt(14KB)
----augmentation()
--------cutout.py(1KB)
--------autoaugment.py(11KB)
----train_clothing1m_ce.py(8KB)
----table.png(193KB)
----train_cifar10_gce.py(8KB)
----train_clothing1m_dividemix.py(12KB)
----train_cifar100_dmi.py(7KB)
----train_cifar100_ce.py(7KB)
----README.md(17KB)
----train_cifar10_ce.py(7KB)
----dividemix_clothing1m_loader.py(8KB)
----train_cifar10_ct.py(8KB)