文件名称：ALDA:PyTorch中“专家咨询的域自适应损失”（AAAI2020）的代码
文件大小：56.43MB
文件格式：ZIP
更新时间：2024-05-24 12:51:27
Python
对抗性学习的领域适应损失 陈明豪，赵帅，刘海峰，蔡登。 介绍 我们的AAAI 2020论文的PyTorch实施。 在ALDA中，我们使用域标识符来纠正伪标签中的噪声。 ALDA在四个标准的无监督域适应数据集中优于最新方法。 要求 该代码是使用Python（3.6）和Pytorch（1.0.0）实现的。 从安装最新的Pytorch。 要安装所需的python软件包，请运行 pip install - r requirements . txt 设置 位数： 下载并解压缩到data/svhn2mnist 。 办公室31 下载并将其解压缩到data/office 。 办公室首页 下载并将其解压缩到data/office-home 。 VisDA-2017 下载 训练 位数： SVHN->MNIST python train_svhnmnist.py ALDA --gpu_id 0 -
【文件预览】：
ALDA-master
----.gitignore(31B)
----requirements.txt(93B)
----data()
--------usps2mnist()
--------office-home()
--------office()
--------svhn2mnist()
--------visda-2017()
----__init__.py(0B)
----train.sh(3KB)
----network.py(13KB)
----train_svhnmnist.py(9KB)
----lr_schedule.py(483B)
----pre_process.py(8KB)
----README.md(3KB)
----train_home.sh(4KB)
----loss.py(4KB)
----evaluate.py(16KB)
----data_list.py(3KB)
----train_uspsmnist.py(10KB)
----pics()
--------pic1.png(710KB)
--------pic3.png(198KB)
--------pic0.png(517KB)
--------pic2.png(179KB)
----train.py(21KB)