cavia:“通过元学习进行快速上下文适应”的代码

时间:2024-05-24 02:04:21
【文件属性】:

文件名称:cavia:“通过元学习进行快速上下文适应”的代码

文件大小:218KB

文件格式:ZIP

更新时间:2024-05-24 02:04:21

Python

鱼子酱 “进行”的代码-Luisa M Zintgraf,Kyriacos Shiarlis,Vitaly Kurin,Katja Hofmann,Shimon Whiteson(ICML 2019)。 在这些实验中,我使用了Python 3.7和PyTorch 1.0.1。 回归 进行实验: 要使用默认设置运行实验,请执行 python3 regression/main.py 这将运行正弦曲线实验。 要运行CelebA图片完成实验,请运行 python3 regression/main --task celeba --num_context_params 128 --num_hidden_layers 128 128 128 128 128 --k_meta_test 1024 要更改上下文参数的数量,请使用标志--num_context_params 。 要使用默认设置运行MAM


【文件预览】:
cavia-master
----.gitignore(212B)
----regression()
--------__init__.py(0B)
--------tasks_sine.py(2KB)
--------arguments.py(2KB)
--------utils.py(1KB)
--------tasks_celebA.py(9KB)
--------maml_model.py(2KB)
--------main.py(260B)
--------maml.py(11KB)
--------cavia.py(8KB)
--------logger.py(889B)
--------cavia_model.py(1KB)
----rl()
--------rl_utils()
--------requirements.txt(64B)
--------__init__.py(0B)
--------sampler.py(2KB)
--------arguments.py(4KB)
--------utils.py(1KB)
--------metalearner.py(10KB)
--------policies()
--------baseline.py(2KB)
--------main.py(7KB)
--------episode.py(4KB)
--------envs()
----LICENSE(1KB)
----README.md(3KB)
----classification()
--------data()
--------__init__.py(0B)
--------eval.py(10KB)
--------arguments.py(3KB)
--------models.py(9KB)
--------dataset_miniimagenet.py(10KB)
--------utils.py(1KB)
--------main.py(13KB)
--------logger.py(12KB)

网友评论