文件名称：multigraph_transformer：变压器，多图形变压器，图形，图形分类，草图识别，草图分类，徒手草图，论文“用于徒手草图识别的多图形变压器”的正式代码
文件大小：2.38MB
文件格式：ZIP
更新时间：2024-02-27 05:14:27
graph sketch pytorch transformer sketch-recognition
多图变压器，用于徒手草图识别 该代码存储库是 ， 和的论文 （ ）的正式源代码。 要求 Ubuntu 16.04.10 水蟒4.7.10 Python 3.7 PyTorch 1.2.0 下面将详细介绍如何安装（克隆）我们的环境。 首先，请安装Anaconda。 我们的硬件环境：2个Intel:registered:Xeon:registered:CPU（E5-2690 v4 @ 2.60GHz），128 GB RAM，4个GTX 1080 Ti GPU。 以下所有代码均可在单个GTX 1080 Ti GPU上运行。 用法（如何训练我们的MGT） # 1. Choose your workspace and downl
【文件预览】：
multigraph_transformer-master
----plotting()
--------plot_samples.ipynb(5KB)
--------plot_model_attention.ipynb(25KB)
----MGT_environment.yml(9KB)
----figures()
--------MGT_pipeline_details.png(92KB)
--------accuracy.gif(34KB)
--------bird.gif(229KB)
--------cat.gif(16KB)
--------cat_graph.png(41KB)
--------README.md(1B)
--------blog_in_Chinese.pdf(2.15MB)
----utils()
--------EarlyStopping.py(1KB)
--------Logger.py(881B)
--------__init__.py(1B)
--------accuracy.py(460B)
--------AverageMeter.py(415B)
----train_gra_transf_inpt5_new_dropout_2layerMLP_4nn_early_stop.py(14KB)
----baselines()
--------cnn_baselines()
--------rnn_baselines()
--------gcn_baselines()
----train_gra_transf_inpt5_new_dropout_2layerMLP_2nn4nnjnn_early_stop.py(14KB)
----train_gra_transf_inpt5_new_dropout_2layerMLP_fully_connected_graph_early_stop.py(14KB)
----train_gra_transf_inpt5_new_dropout_2layerMLP_4nnjnn_early_stop.py(14KB)
----LICENSE(1KB)
----testcase()
--------test_case_4_QuickdrawDataset4dict_fully_connected_stroke_attention_mask.py(3KB)
--------test_case_4_QuickdrawDataset4dict_random_attention_mask.py(635B)
--------test_case_4_QuickdrawDataset4dict_4nn.py(3KB)
--------test_case_4_QuickdrawDataset4dict_6nn.py(3KB)
--------README.md(1B)
--------test_case_4_QuickdrawDataset4dict_2nn.py(2KB)
--------test_case_4_QuickdrawDataset4dict_jnn.py(3KB)
----dataloader()
--------QuickdrawDataset4dict_2nn.py(3KB)
--------download_4_cnnbaselines.sh(388B)
--------QuickdrawDataset4dict_fully_connected_graph_attention_mask.py(2KB)
--------QuickdrawDataset4dict_2nn4nnjnn.py(5KB)
--------QuickdrawDataset4dict_bigru.py(2KB)
--------QuickdrawDataset4dict_2nnjnn.py(4KB)
--------QuickdrawDataset4dict_6nn.py(3KB)
--------QuickdrawDataset4dict_2nn4nn.py(4KB)
--------__init__.py(1B)
--------download.sh(373B)
--------QuickdrawDataset4dict_4nn.py(3KB)
--------QuickdrawDataset4dict_4nnjnn.py(4KB)
--------QuickdrawDataset4dict_jnn.py(3KB)
--------QuickdrawDataset4dict_fully_connected_stroke_attention_mask.py(3KB)
--------QuickdrawDataset4dict_random_attention_mask.py(3KB)
--------QuickdrawDataset4dict_2nn4nn6nn.py(5KB)
--------QuickdrawDataset.py(1KB)
----README.md(10KB)
----network()
--------gra_transf_inpt5_new_dropout_2layerMLP_3_adj_mtx.py(5KB)
--------graph_transformer_layers_new_dropout_3_adj_mtx.py(8KB)
--------graph_mlp_net.py(6KB)
--------graph_attention_net.py(5KB)
--------graph_transformer_layers_new_dropout_2_adj_mtx.py(8KB)
--------Bidirectional_GRU.py(1KB)
--------gra_transf_inpt5_new_dropout_2layerMLP.py(5KB)
--------__init__.py(1B)
--------graph_conv_net.py(8KB)
--------gra_transf_inpt5_new_dropout_2layerMLP_2_adj_mtx.py(5KB)
--------graph_transformer_layers_new_dropout.py(7KB)