文件名称：DLDR:动态线性尺寸缩减以实现优化
文件大小：24KB
文件格式：ZIP
更新时间：2024-04-27 03:54:13
Python
DLDR 动态线性降维（DLDR）进行优化 要求 这是我的实验环境： python 3.6 pytorch 1.4.0 CUDA版本10.0.130 用法 我们以CIFAR-100数据集为例。 输入目录 $ cd DLDR $ cd CIFAR-100 运行演示 $ ./run.sh 具体来说，该演示包括两个步骤。 第一步是使用常规优化器（例如SGD）对模型进行预训练并执行DLDR采样： $ python -u train_sgd.py --randomseed 1 --arch= $model --epochs=201 --save-dir=save_ $model | & tee -a log_ $model 您可以设置randomseed和总训练时期epochs的自己。 默认情况下，我们将在每次训练之前和之后总共采样100个纪元。 第二步是训练从最后一步的SA
【文件预览】：
DLDR-main
----CIFAR-10()
--------train_pbfgs_cuda.py(16KB)
--------run.sh(465B)
--------resnet.py(5KB)
--------train_sgd.py(15KB)
----CIFAR-100()
--------run.sh(345B)
--------models.py(5KB)
--------train_sgd.py(15KB)
--------train_pbfgs.py(17KB)
----LICENSE(1KB)
----README.md(1KB)