文件名称：L_DMI:NeurIPS 2019论文的代码，“ L_DMI
文件大小：20.68MB
文件格式：ZIP
更新时间：2024-03-29 08:05:06
Python
介绍 NeurIPS 2019论文的实施： 论文链接： : 时尚MNIST数据集 要在fashion目录中运行Fashion MNIST数据集的实验，请执行以下操作： python3 fashion.py --r noisy_amount --s seed --c case_num --device device_num noise_amount: the amount of noise amount r of label flipping. (0 < = r < = 1) seed: random seed case_num : 1: class-independent ; 2: class-dependent (a) ; 3: class-dependent (b) device_num: GPU number CIFAR-10数据集： 要在CIFAR-10目录中运行CIF
【文件预览】：
L_DMI-master
----summarizing()
--------DMI_poster.pdf(7.44MB)
--------DMI_Slides.pdf(463KB)
----dogcat()
--------CE.py(2KB)
--------FW.py(4KB)
--------DMI.py(3KB)
--------LCCN.py(5KB)
--------dogcat.py(5KB)
--------GCE.py(3KB)
----main.log(2KB)
----MR()
--------models()
--------preprocessors.py(7KB)
--------main.py(16KB)
--------dictionaries.py(6KB)
--------utils.py(11KB)
--------dataloaders.py(2KB)
--------download_dataset(3KB)
----title.png(17KB)
----graph.png(150KB)
----texput.log(656B)
----noisylabel.log(1KB)
----CIFAR-10()
--------CE.py(2KB)
--------dataset.py(8KB)
--------FW.py(4KB)
--------batch.sh(880B)
--------DMI.py(4KB)
--------LCCN.py(5KB)
--------model.py(4KB)
--------GCE.py(4KB)
----README.md(3KB)
----clothing()
--------clean_test.txt(409KB)
--------main.py(4KB)
--------clean_val.txt(556KB)
--------noisy_train.txt(37.91MB)
--------model.py(7KB)
--------clean_train.txt(1.8MB)
--------data.py(2KB)
----fashion()
--------fashion.py(8KB)
--------main.py(4KB)