文件名称：cores:与实例相关的标签噪声学习
文件大小：142KB
文件格式：ZIP
更新时间：2024-06-09 20:04:35
Python
使用实例相关的标签噪声进行学习：一种示例筛方法 该代码是ICLR2021接受的论文“”的PyTorch实现。 该代码在Tesla V-100上运行。 先决条件 的Python 3.6.9 PyTorch 1.2.0 火炬视觉0.5.0 在CIFAR 10上运行CORES的步骤 步骤1： 从下载datset 放在数据集/ 通过pip install git + 安装conf 第2步： 在CIFAR-10上以实例0.6噪声运行CORES（阶段1：样品筛）： CUDA_VISIBLE_DEVICES=0 python phase1.py --loss cores --dataset cifar10 --model resnet --noise_type instance --noise_rate 0.6 第三步： 在CIFAR-10上运行带有实例0.6噪声的CORES（阶段2：
【文件预览】：
cores-main
----.DS_Store(8KB)
----models()
--------__init__.py(51B)
--------__pycache__()
--------resnet.py(4KB)
--------nine_layer_cnn.py(3KB)
----results()
--------__init__.py(0B)
----phase1.py(10KB)
----phase2()
--------archive.py(66KB)
--------.DS_Store(10KB)
--------warmup_scheduler()
--------results()
--------indices.npy(3KB)
--------data.py(9KB)
--------.vscode()
--------get_noise_preds.py(902B)
--------utils.py(5KB)
--------noisy_cifar.py(14KB)
--------requirements.txt(222B)
--------LICENSE(11KB)
--------phase2.py(12KB)
--------metrics.py(2KB)
--------pretrainedmodels()
--------samplers()
--------networks()
--------confs()
--------augmentations.py(5KB)
--------.gitignore(1KB)
--------labels.npy(3KB)
--------common.py(538B)
----loss.py(2KB)
----README.md(2KB)
----data()
--------utils.py(6KB)
--------datasets.py(3KB)
--------__init__.py(0B)
--------cifar.py(16KB)
--------mnist.py(7KB)
--------__pycache__()
----.gitignore(629B)