【文件属性】：
文件名称：SPRT-TANDEM:Tensorflow 2.0.0 SPRT-TANDEM的实现
文件大小：90.81MB
文件格式：ZIP
更新时间：2021-04-23 06:49:35
Python
SPRT串联
该存储库包含SPRT-TANDEM模型，该模型在 [ICLR2021焦点]中提出，用于执行时间序列的早期分类。 SPRT-TANDEM顺序估计两个假设或类的对数似然比，以进行快速准确的顺序数据分类。
要求
的Python 3.5
TensorFlow 2.0.0
CUDA 10.0
cuDNN 7.6.0
（供复制：Jupyter Notebook）
奥图纳0.14.0
复制和快速试用
制作Nosaic MNIST（ make_nmnist.py ）：修改用户定义的参数和python make_nmnist.py 。
保存Nosaic MNIST的瓶颈功能（ save_featureTFR_nmnist.ipynb ）：修改用户定义的参数并运行所有单元。
绘制速度精度权衡（SAT）曲线（ plot_SAT_curve.ipynb ）：修改用户定义的参数并运行所有
【文件预览】：
SPRT-TANDEM-master
----save_featureTFR_nmnist.ipynb(70KB)
----.ipynb_checkpoints()
--------save_featureTFR_nmnist-checkpoint.ipynb(751KB)
--------plot_SAT_curve-checkpoint.ipynb(530KB)
--------demo_nmnist-checkpoint.ipynb(38KB)
----data-directory()
--------README.md(28B)
----train_ti_nmnist.py(21KB)
----datasets()
--------data_processing.py(8KB)
--------__init__.py(0B)
----__init__.py(0B)
----plot_SAT_curve.ipynb(472KB)
----NMNIST.svg(214KB)
----SATC.png(25KB)
----models()
--------__init__.py(0B)
--------optimizers.py(3KB)
--------backbones_ti.py(5KB)
--------backbones_fe.py(34KB)
--------losses.py(9KB)
----LICENSE(1KB)
----.DS_Store(6KB)
----make_nmnist.py(5KB)
----utils()
--------util_ckpt.py(3KB)
--------__init__.py(0B)
--------util_tensorboard.py(2KB)
--------misc.py(1KB)
--------performance_metrics.py(27KB)
--------util_optuna.py(3KB)
----demo_nmnist.ipynb(38KB)
----LLR_trajectory_example.png(215KB)
----README.md(4KB)
----configs()
--------config_ti_nmnist.yaml(3KB)
--------config_fe_nmnist.yaml(3KB)
----ICLR2021_thumbnail_Ebihara.png(513KB)
----train_fe_nmnist.py(11KB)
----example_ckpts()
--------temporal_integrator()
--------feature_extractor()
----.gitattributes(32B)
----ICLR2021_spotlight_poster_Final.png(4.74MB)