文件名称：SupContrast:PyTorch实施“监督式对比学习”（顺带SimCLR）
文件大小：1.44MB
文件格式：ZIP
更新时间：2024-04-07 20:39:33
Python
SupContrast：监督式对比学习 此库使用CIFAR作为说明性示例，涵盖了PyTorch中以下论文的参考实现： （1）监督式对比学习。（2）视觉表示对比学习的简单框架。 损失函数 损耗函数在losses.py花费features （L2归一化）和labels作为输入，并返回损耗。如果labels为None或未传递给它，则它会退化为SimCLR。 用法： from losses import SupConLoss # define loss with a temperature `temp` criterion = SupConLoss ( temperature = temp ) # features: [bsz, n_views, f_dim] # `n_views` is the number of crops from each image # better be L2 no
【文件预览】：
SupContrast-master
----.gitignore(2KB)
----networks()
--------resnet_big.py(7KB)
----main_linear.py(8KB)
----LICENSE(1KB)
----main_ce.py(11KB)
----README.md(4KB)
----util.py(3KB)
----figures()
--------SupContrast.jpg(443KB)
--------teaser.png(421KB)
--------SupCE.jpg(116KB)
--------.DS_Store(6KB)
--------SimCLR.jpg(731KB)
----main_supcon.py(10KB)
----losses.py(4KB)