文件名称:RoCL:论文代码“职业性自我监督的对比学习”(NeurIPS 2020)
文件大小:138KB
文件格式:ZIP
更新时间:2024-05-04 05:08:54
self-supervised-learning adversarial-training rocl Python
RoCL-Adversarial自我监督对比学习
该存储库是 , 和进行的“”的官方实现。
要求
目前,需要以下软件包
python 3.6+
火炬1.1+
火炬视觉0.3+
CUDA 10.1以上
== 0.1.2
软件包
== 0.1
训练
要在本文中训练模型,请运行以下命令:
Rok内的mkdir数据文件夹
mkdir ./Data
python -m torch.distributed.launch --nproc_per_node=2 rocl_train.py --ngpu 2 --batch-size=256 --model='ResNet18' --k=7 --loss_type='sim' --advtrain_type='Rep' --attack_type='linf' --name=
【文件预览】:
RoCL-master
----README.md(2KB)
----src()
--------model_loader.py(677B)
--------rocl_train.py(7KB)
--------robustness_test.py(5KB)
--------warmup_scheduler()
--------argument.py(8KB)
--------data_loader.py(6KB)
--------linear_eval.py(10KB)
--------utils.py(6KB)
--------models()
--------attack_lib.py(7KB)
--------__pycache__()
--------loss.py(3KB)
--------total_process.sh(3KB)
--------data()
--------init_paths.py(78B)