文件名称：hyperfuture:论文代码学习未来的可预测性
文件大小：40KB
文件格式：ZIP
更新时间：2024-05-27 09:36:35
Python
学习未来的可预测性 从论文中代码。 该项目的网站。 该代码基于的DPC代码。 我们还使用了来自双曲线网络和库中的双曲线操作。 在scripts有一些bash文件示例，用于运行我们模型的自我监督训练和微调以及监督训练和测试。 您将必须修改数据集和数据集信息文件夹的路径（有关更多信息，请参见）。 运行python main.py --help以获得有关参数的信息。 确保已在requirements.txt安装了外部库。 如果您使用此代码，请考虑将该论文引用为： @article{suris2021hyperfuture, title={Learning the Predictability of the Future}, author={Sur\'is, D\'idac and Liu, Ruoshi and Vondrick, Carl}, journ
【文件预览】：
hyperfuture-main
----losses.py(9KB)
----README.md(2KB)
----utils()
--------poincare_distance.py(1KB)
--------utils.py(7KB)
--------augmentation.py(18KB)
----models.py(10KB)
----datasets.py(27KB)
----LICENSE(1KB)
----trainer.py(8KB)
----backbone()
--------resnet_2d3d.py(11KB)
--------hyrnn_nets.py(8KB)
--------convrnn.py(3KB)
--------select_backbone.py(1KB)
----main.py(13KB)
----scripts()
--------eval()
--------test()
--------train()
--------finetune_selfsupervised()
----requirements.txt(343B)