Dictionary-Learning

时间:2024-05-09 11:04:33
【文件属性】:

文件名称:Dictionary-Learning

文件大小:29.24MB

文件格式:ZIP

更新时间:2024-05-09 11:04:33

Python

固态硬盘 具有图形正则化和活动点(SSDL-GA)的半监督词典学习 这是论文“带有图形调整和活动要点的半监督词典学习”的实现,Khanh-Hung TRAN,Fred-Maurice NGOLE MBOULA,Jean-Luc STARCK和Vincent PROST。 需要:sklearn,keras,scipy 目的:我们尝试为分类目标建立字典学习模型,该模型既可用于有限数量的标记样本,也可用于有限数量的未标记样本。 对于MNIST数据库,我们从每个类别中随机选择200张图像,其中20张图像用于标记样本,80张图像用于未标记样本,剩下100张图像作为测试样本。 对于USPS数据库,我们从每个类别中随机选择110张图像,其中20张图像用于标记样本,40张图像用于未标记样本,剩下50张图像作为测试样本。 LP(标签传播)是经典的半监督方法。 *是一种半监督的神经网络方法,由


【文件预览】:
Dictionary-Learning-master
----MNIST_CNN_supervised.py(4KB)
----MNIST.py(11KB)
----SSDL_GU.py(26KB)
----.gitignore(6B)
----MNIST_ladder.py(2KB)
----USPS_ladder.py(3KB)
----USPS()
--------USPS.mat(14.44MB)
--------usps_all.mat(1.42MB)
----b.txt(207B)
----.DS_Store(6KB)
----ladder_net.py(5KB)
----Y_all.txt(5.94MB)
----README.md(2KB)
----original_MNIST_test.py(10KB)
----USPS.py(8KB)
----__pycache__()
--------SSDL_GU.cpython-39.pyc(17KB)
--------SSDL_GU.cpython-37.pyc(17KB)
----W.txt(43KB)
----USPS_CNN_supervised.py(4KB)
----original_MNIST.py(10KB)
----D.txt(2.85MB)
----MNIST_test.py(12KB)
----mnist.npz(10.96MB)

网友评论