文件名称：可视化神经网络损失情况的代码-Python开发
文件大小：352KB
文件格式：ZIP
更新时间：2024-06-14 07:55:36
Python Deep Learning
可视化神经网络的损失情况此存储库包含论文Hao Li，Zheng Xu，Gavin Taylor，Christoph Studer和Tom Goldstein的PyTorch代码。 可视化神经网络的损失情况。 NIPS，20可视化神经网络的损失格局此存储库包含PyTorch代码，用于论文Hao Li，Zheng Xu，Gavin Taylor，Christoph Studer和Tom Goldstein。 可视化神经网络的损失情况。 NIPS，2018年。Telesens提供了用于损失表面的交互式3D可视化器。 给定网络体系结构及其预先训练的参数，此工具将沿着最佳参数附近的随机方向计算并可视化损耗表面。 计算可以是
【文件预览】：
loss-landscape-master
----mpi4pytorch.py(3KB)
----plot_trajectory.py(3KB)
----model_loader.py(226B)
----plot_surface.py(14KB)
----net_plotter.py(12KB)
----plot_1D.py(6KB)
----h52vtp.py(11KB)
----cifar10()
--------models()
--------model_loader.py(2KB)
--------main.py(11KB)
--------dataloader.py(2KB)
--------__init__.py(0B)
----evaluation.py(2KB)
----dataloader.py(5KB)
----plot_hessian_eigen.py(12KB)
----h5_util.py(704B)
----LICENSE(1KB)
----scheduler.py(3KB)
----doc()
--------images()
----plot_2D.py(8KB)
----.gitignore(109B)
----README.md(8KB)
----script()
--------2d_contour_resnet56.sh(3KB)
--------2d_contour_resnet_noshort.sh(855B)
--------2d_contour_vgg9.sh(2KB)
--------1d_loss_curve_vgg9.sh(2KB)
--------1d_linear_interpolation_resnet56.sh(1KB)
--------1d_linear_interpolation_vgg9.sh(1KB)
--------1d_loss_curve_resnet56.sh(2KB)
----hess_vec_prod.py(6KB)
----projection.py(8KB)