没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
SupContrast:有监督的对比学习本文档以CIFAR为例说明了PyTorch中以下论文的参考实现:(1)有监督的对比学习。 论文(2)一个简单的Fr SupContrast:有监督的对比学习本文档以CIFAR为例说明了PyTorch中以下论文的参考实现:(1)有监督的对比学习。 论文(2)视觉表示对比学习的简单框架。 纸张损失功能loss.py中的损失函数SupConLoss以要素(L2标准化)和标签为输入,并返回损失。 如果标签为None或未传递给它,则它会退化为SimCLR。 用法
资源推荐
资源详情
资源评论
收起资源包目录
SupContrast-master.zip (14个子文件)
SupContrast-master
util.py 3KB
figures
.DS_Store 6KB
SupContrast.jpg 443KB
SupCE.jpg 116KB
SimCLR.jpg 731KB
teaser.png 421KB
main_ce.py 11KB
LICENSE 1KB
losses.py 4KB
main_linear.py 8KB
README.md 4KB
main_supcon.py 10KB
networks
resnet_big.py 7KB
.gitignore 2KB
共 14 条
- 1
资源评论
还是那个小宇
- 粉丝: 34
- 资源: 4729
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功