没有合适的资源?快使用搜索试试~ 我知道了~
ALDA:PyTorch中“专家咨询的域自适应损失”(AAAI2020)的代码
共39个文件
txt:19个
py:10个
png:4个
需积分: 9 1 下载量 7 浏览量
2021-05-04
19:04:47
上传
评论
收藏 56.43MB ZIP 举报
温馨提示
对抗性学习的领域适应损失 陈明豪,赵帅,刘海峰,蔡登。 介绍 我们的AAAI 2020论文的PyTorch实施。 在ALDA中,我们使用域标识符来纠正伪标签中的噪声。 ALDA在四个标准的无监督域适应数据集中优于最新方法。 要求 该代码是使用Python(3.6)和Pytorch(1.0.0)实现的。 从安装最新的Pytorch。 要安装所需的python软件包,请运行 pip install - r requirements . txt 设置 位数: 下载并解压缩到data/svhn2mnist 。 办公室31 下载并将其解压缩到data/office 。 办公室首页 下载并将其解压缩到data/office-home 。 VisDA-2017 下载 训练 位数: SVHN->MNIST python train_svhnmnist.py ALDA --gpu_id 0 -
资源推荐
资源详情
资源评论
收起资源包目录
ALDA-master.zip (39个子文件)
ALDA-master
.gitignore 31B
requirements.txt 93B
data
usps2mnist
usps_train.txt 326KB
mnist_train.txt 2.74MB
mnist_test.txt 448KB
usps_test.txt 87KB
images.tar.gz 18.47MB
office-home
Product.txt 233KB
Clipart.txt 227KB
Real_World.txt 241KB
Art.txt 117KB
office
webcam_list.txt 62KB
amazon_list.txt 219KB
dslr_list.txt 38KB
svhn2mnist
svhn_balanced.txt 5.33MB
mnist_train.txt 2.74MB
mnist_test.txt 448KB
svhn.txt 2.85MB
mnist_image.tar.gz 33.32MB
visda-2017
test_list.txt 4.83MB
validation_list.txt 2.89MB
train_list.txt 11.76MB
__init__.py 0B
train.sh 3KB
network.py 13KB
train_svhnmnist.py 9KB
lr_schedule.py 483B
pre_process.py 8KB
README.md 3KB
train_home.sh 4KB
loss.py 4KB
evaluate.py 16KB
data_list.py 3KB
train_uspsmnist.py 10KB
pics
pic1.png 710KB
pic3.png 198KB
pic0.png 517KB
pic2.png 179KB
train.py 21KB
共 39 条
- 1
资源评论
马福报
- 粉丝: 20
- 资源: 4570
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
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