文件名称：PyTorch-FilterResponseNormalizationLayer:PyTorch实现的“过滤器响应规范化层
文件大小：16KB
文件格式：ZIP
更新时间：2024-05-05 08:52:47
python deep-neural-networks pytorch catalyst frn
PyTorch滤波器响应归一化层（FRN） 过滤器响应归一化层（FRN）的PyTorch实现 0.如何将FRN应用于您的模型 自己用FRN + TLU替换模型中的BatchNorm2d + ReLU 。 当前，很难用功能轻松地替换它们。 因为许多模型在不同的地方使用相同的ReLU。 1.实验（分类） 我们使用 数据集。 该数据集包含49位艺术家及其照片。 在此实验中，我们按图片对艺术家进行分类。 1.0假定库 火炬== 1.3.1 催化剂== 19.11.6 配基== 0.4.3 如果使用--fp16选项 1.1获取数据集 如果可以使用kaggle API命令，则可以轻松下载 $ cd input $ kaggle datasets download -d ikarus777/best-artworks-of-all-time $ unzip best-artworks-of-a
【文件预览】：
PyTorch-FilterResponseNormalizationLayer-master
----.gitignore(2KB)
----output()
--------.gitkeep(0B)
----frn.py(6KB)
----senet.py(17KB)
----senet_frn.py(17KB)
----test_convert_to_frn.py(541B)
----train_cls.sh(312B)
----README.md(2KB)
----train_cls.py(6KB)
----input()
--------.gitkeep(0B)
----augmentation.py(2KB)