Batch-Spectral-Penalization:发行代码以实现可传递性与可辨别性

批光谱微粉化 先决条件： Python3 PyTorch == 0.4.0 / 0.4.1（带有合适的CUDA和CuDNN版本） 火炬视觉> = 0.2.1 脾气暴躁的 argparse 皮尔 资料集： 您需要在“ ./data”中的每个“ .txt”中修改图像的路径。 训练一个数据集： 所有参数均设置为与本文中提到的参数相同。 您可以对任务使用以下命令： python -u train.py --gpu_id n --src src --tgt tgt n是您使用的GPU ID，可以在“ dataset_list.txt”中选择src和tgt。 引文： 如果您使用此代码进行研究，请考虑引用： @inproceedings{BSP_ICML_19, title={Transferability vs. Discriminability: Batch Spectra