Dassl.pytorch:用于域自适应和半监督学习的PyTorch工具箱

共154个文件

py：111个

yaml：32个

md：3个

Python

5星 · 超过95%的资源需积分: 50 80 浏览量 2021-03-20 22:42:29 上传评论收藏 146KB ZIP 举报

资源推荐

资源详情

资源评论

收起资源包目录

Dassl.pytorch:用于域自适应和半监督学习的PyTorch工具箱（154个子文件）

.isort.cfg 315B

.flake8 460B

.gitignore 2KB

LICENSE 1KB

README.md 12KB

DATASETS.md 5KB

README.md 331B

trainer.py 19KB

utils.py 15KB

model.py 13KB

autoaugment.py 12KB

radam.py 11KB

torchtools.py 10KB

ddaig_fcn.py 9KB

transforms.py 9KB

randaugment.py 8KB

dael.py 7KB

data_manager.py 7KB

resnet.py 7KB

shufflenetv2.py 7KB

mobilenetv2.py 7KB

defaults.py 6KB

m3sda.py 6KB

daeldg.py 5KB

transnorm.py 5KB

optimal_transport.py 4KB

tools.py 4KB

train.py 4KB

digit_single.py 4KB

wide_resnet.py 4KB

parse_test_res.py 4KB

preact_resnet18.py 4KB

digit5.py 4KB

ddaig.py 4KB

base_dataset.py 4KB

vgg.py 4KB

mcd.py 4KB

evaluator.py 3KB

optimizer.py 3KB

cifar.py 3KB

mixmatch.py 3KB

fixmatch.py 3KB

digits_dg.py 3KB

mmd.py 3KB

pacs.py 3KB

crossgrad.py 3KB

adda.py 3KB

mme.py 3KB

dann.py 3KB

stl10.py 3KB

self_ensembling.py 2KB

cifar_stl.py 2KB

samplers.py 2KB

cifarstl.py 2KB

distance.py 2KB

domainnet.py 2KB

mini_domainnet.py 2KB

meters.py 2KB

replace_text.py 2KB

utils.py 2KB

office_home.py 2KB

alexnet.py 2KB

cnn_digit5_m3sda.py 2KB

office31.py 2KB

visda17.py 2KB

lr_scheduler.py 2KB

logger.py 2KB

registry.py 2KB

cnn_digitsdg.py 2KB

mean_teacher.py 2KB

office_home_dg.py 2KB

cifar10_cifar100_svhn.py 2KB

cnn_digitsingle.py 1KB

setup.py 1KB

mlp.py 1KB

stl10.py 1KB

entmin.py 1KB

dsbn.py 1KB

cross_entropy.py 1KB

source_only.py 995B

adabn.py 986B

accuracy.py 972B

sup_baseline.py 929B

vanilla.py 883B

reverse_grad.py 816B

__init__.py 779B

mixup.py 774B

__init__.py 443B

sequential2.py 427B

build.py 410B

__init__.py 370B

svhn.py 368B

build.py 368B

build.py 358B

build.py 346B

__init__.py 337B

backbone.py 336B

build.py 326B

共 154 条

评论收藏

内容反馈

不美的阿美

2023-06-17

对于机器学习新手来说，Dassl.pytorch提供了非常好的支持和帮助。
小米智能生活

2023-06-17

虽然Dassl.pytorch还有一些不足之处，但它的优点足以让人信赖。
郑瑜伊

2023-06-17

通过Dassl.pytorch的使用，我更加深入地理解了机器学习领域。
天使的梦魇

2023-06-17

推荐给想尝试域自适应和半监督学习的开发者使用Dassl.pytorch，一定不会失望。
熊比哒

2023-06-17

使用Dassl.pytorch，半监督学习变得更加简单易懂。

前往

页

皂皂七虫

粉丝: 19
资源: 4638

Dassl.pytorch:用于域自适应和半监督学习的PyTorch工具箱

PyTorch半监督学习工具包.zip

Python-用于半监督分类的图形卷积网络GCN的PyTorch实现

Deep-SAD-PyTorch:Deep SAD的PyTorch实现，一种深度半监督异常检测方法

Python-在PyTorch中实现不同的基于VAE的半监督和生成模型

MixMatch-pytorch:“ MixMatch-半监督学习的整体方法”的代码

域自适应更快的RCNN-PyTorch：PyTorch中的域自适应更快的R-CNN

PyDAS:DASSL、DASPK 和 DASKR 微分代数系统求解器的 Python 包装器

pytorch加载自己的图像数据集实例

Dassl Mex 文件编译到 Matlab 5.3 和 6.5！：我已经编译了一个 Dassl 求解器版本（MATLAB MEX INTERFACE），以便与 Matlab（版本-matlab开发

Deep-Learning-Pytorch:一个包含代码的仓库，代码涵盖了Pytorch上的深度学习的各个方面。 非常适合该领域的初学者和中级

rsrlayer-pytorch:用于无监督异常检测的鲁棒子空间恢复层的PyTorch实现https

OpenUnReID:PyTorch开源工具箱，用于无监督或领域自适应对象重新ID

UPFlow_pytorch:UPFlow的PyTorch实施（无监督光流学习）

OpenIBL：[ECCV-2020（聚光灯）]用于大规模图像定位的自监督细粒度区域相似性。 y PyTorch开源工具箱，用于基于图像的本地化（位置识别）

PCL:用于“无监督表示的原型对比学习”的PyTorch代码

SPN.pytorch:PyTorch实施“用于弱监督对象本地化的软件提案网络”，ICCV 2017

PixelSSL:基于PyTorch的半监督学习（SSL）代码库，用于像素级（Pixel）视觉任务

SSTDA:[CVPR 2020]具有联合自我监督的时间域自适应（PyTorch）的动作细分

dpl.pytorch:Pytorch实施“用于弱监督对象分类和发现的深度补丁学习”

mpc.pytorch:用于 PyTorch 的快速且可微的模型预测控制 (MPC) 求解器

SEAL-CI:半监督图分类的PyTorch实现

cnnf.pytorch.ipynb

Dasslc Mex 文件编译到 Matlab 5.3 和 6.5！：我已经编译了一个 Dasslc 求解器版本（MATLAB MEX 接口），以便与 Matlab（版本-matlab开发

PyRetri：基于PyTorch的基于开源深度学习的无监督图像检索工具箱

self-supervised-relational-reasoning:PyTorch正式实施的论文“用于表示学习的自我监督关系推理”，NeurIPS 2020聚焦

dgcnn.pytorch:用于点云学习的动态图CNN的PyTorch实现（DGCNN）

pytorch_notebooks：:fire:用于学习和练习深度学习的PyTorch笔记本集合

DeepHyperX:基于PyTorch的深度学习工具箱用于高光谱数据分类

retrieval.pytorch:自适应跨模态嵌入的图像句对齐

pytorch_notebooks：PyTorch笔记本的集合，用于学习和练习深度学习

最新资源

Deep-Learning-Pytorch:一个包含代码的仓库，代码涵盖了Pytorch上的深度学习的各个方面。非常适合该领域的初学者和中级