文件名称：variance-networks:方差网络
文件大小：56KB
文件格式：ZIP
更新时间：2024-04-09 21:47:59
deep-learning dropout variance-networks iclr2019 Python
方差网络 关于ICLR 2019论文代码。 谈话视频 代码 实际上，我们有两个版本的代码： TensorFlow的实现是使用python 2.7完成的，将有助于重现CIFAR结果，即通过变差辍学来训练方差层。 PyTorch实施是一种更准确的方法，可以重现MNIST和玩具问题的结果。它需要python 3.6和pytorch 0.3。 引文 如果您认为此代码有用，请引用我们的论文 @article{neklyudov2018variance, title={Variance Networks: When Expectation Does Not Meet Your Expectations}, author={Neklyudov, Kirill and Molchanov, Dmitry and Ashukha, Arsenii and Vetrov, Dmitry}, j
【文件预览】：
variance-networks-master
----variance-networks-tf()
--------data()
--------nets()
--------scripts()
----variance-networks-pytorch()
--------core()
--------scripts()
--------toy-problem.ipynb(6KB)
----LICENSE(11KB)
----README.md(977B)