文件名称：temperature-scaling-tensorflow:关于现代神经网络的校准-张量流实现
文件大小：8KB
文件格式：ZIP
更新时间：2024-06-01 15:15:49
Python
温度缩放张量流 的Tensorflow实现。 此仓库可以做什么： 火车ResNet_v1_110 校准其在CIFAR-10 / 100上的输出 使用temp_scaling函数使用temp_scaling校准任何网络。 此仓库无法执行的操作： 计算ECE（预期的校准误差） @gpleiss正式执行PyTorch。 先决条件 的Python 3.5 数据 准备 创建data/文件夹，下载并从CIFAR网页中提取python版本。 火车 首先，使用默认参数训练模型（在这种情况下为ResNet 110）： python main.py 查看可调超参数： python main.py --help 温度缩放 然后，进行温度缩放以在验证集上校准模型。 python temp_scaling.py 使用temp_var由归国temp_scaling功能与您的模型logits得到校准
【文件预览】：
temperature-scaling-tensorflow-master
----resnet_v1.py(4KB)
----temp_scaling.py(3KB)
----data_utils.py(4KB)
----README.md(2KB)
----main.py(6KB)