文件名称：softmax_variants:适用于softmax变体的PyTorch代码
文件大小：619KB
文件格式：ZIP
更新时间：2024-05-28 18:04:12
deep-learning Python
softmax_variants softmax变体的各种损失函数：中心损失，余面损失，高边距高斯混合，由pytorch 0.3.1实现的COCOLoss 训练数据集是MNIST 您可以直接运行代码train_mnist_xxx.py重现结果 参考文件如下： 中锋失利：温彦东，张凯鹏，*峰和乔巧。 一种用于深度人脸识别的判别性特征学习方法。 ECCV 2016 Cosface损失：王浩，王一彤，周正，邢吉，狄宏恭，周静超，*峰和刘伟。 CosFace：用于深脸识别的大余量余弦损失。 CVPR2018 大幅度高斯混合损失：万维涛，钟元仪，李天鹏，陈建生。 重新考虑图像分类中损失函数的特征分布。 CVPR 2018 COSO损失：刘宇，李洪阳，王小刚。 重新思考特征识别和聚合，以进行大规模识别。 NIPS研讨会2017 学到的二维嵌入功能包括： softmax损失 可可
【文件预览】：
softmax_variants-master
----images()
--------LMCL_loss_u_epoch=100.jpg(60KB)
--------softmax_loss_epoch=100.jpg(69KB)
--------LGM_loss_epoch=100.jpg(41KB)
--------LGMu_loss_epoch=50.jpg(68KB)
--------coco_loss_epoch=100.jpg(68KB)
--------LGMu_loss_epoch=100.jpg(68KB)
--------softmax_loss_epoch=50.jpg(69KB)
--------center_loss_epoch=100.jpg(35KB)
--------center_loss_epoch=50.jpg(49KB)
--------LMCL_loss_u_epoch=50.jpg(56KB)
--------LGM_loss_epoch=50.jpg(47KB)
--------coco_loss_epoch=50.jpg(66KB)
----model_utils.py(10KB)
----train_mnist_COCO_loss.py(4KB)
----train_mnist_LGM.py(4KB)
----train_mnist_center_loss.py(4KB)
----train_mnist_LMCL.py(4KB)
----train_mnist_LGM_u.py(5KB)
----train_mnist_softmax.py(4KB)
----README.md(2KB)