【文件属性】：
文件名称：VIE:“具有深度神经嵌入的视频无监督学习”的代码
文件大小：3.39MB
文件格式：ZIP
更新时间：2021-05-31 05:26:24
Python
具有深度神经嵌入的视频无监督学习
请参阅build_data代码以准备不同的数据集，您至少需要有动力学才能运行训练。 之后，请查看tf_model代码来训练模型并对其进行评估。 最后，检查notebook文件夹中的show_results.ipynb以查看如何检查训练进度并将其与我们的训练轨迹进行比较。
VIE-3DResNet 的预训练权重（更新 12/31/2020）
重量可以在下载。
【文件预览】：
VIE-master
----.gitignore(1KB)
----pt_loader()
--------opn_datasets.py(5KB)
--------transforms.py(29KB)
--------__init__.py(0B)
--------datasets.py(23KB)
--------config.py(5KB)
----build_data()
--------kinetics()
--------UCF101()
--------HMDB51()
----README.md(599B)
----notebook()
--------jupyter_utils.py(9KB)
--------show_results.ipynb(192KB)
--------tfutils_reader.py(3KB)
----tf_model()
--------model()
--------__init__.py(0B)
--------saved_settings()
--------run_finetune_HMDB.sh(692B)
--------run_transfer_IN.sh(424B)
--------train_opn.py(5KB)
--------utils.py(578B)
--------README.md(3KB)
--------run_transfer_KN.sh(628B)
--------run_finetune.sh(96B)
--------config.py(5KB)
--------opn_data.py(2KB)
--------framework.py(10KB)
--------train_transfer_KN.py(7KB)
--------train_vie.py(25KB)
--------load_param_dict.pkl(5KB)
--------train_transfer.py(14KB)
--------run_finetune_UCF.sh(690B)
--------train_rot.py(5KB)
--------run_training.sh(857B)
--------rot_data.py(2KB)
--------data.py(11KB)
----misc()
--------combine_ckpts.py(3KB)